Бесплатное клонирование голоса — это развод? Я проверил на своих лекциях, и теперь не могу остановиться
На прошлой неделе я готовил новый онлайн-курс по математике, записал озвучку для двадцати слайдов и к вечеру охрип так, что мог только шептать. Коллега, глядя на мои мучения, скинул ссылку: «Попробуй бесплатное клонирование голоса, не мучайся». Я только фыркнул: бесплатно — значит, либо смс-подтверждение, либо робот, который читает как диктофон из 2005-го.
Но деваться было некуда, и я открыл страницу клонирования голоса онлайн. И знаете что? Я ошибался. Причём сильно.
Первое впечатление: подозрительно чисто
Страница выглядела так, будто её сделали на коленке за вечер: никаких всплывающих окон, никаких «оставьте email для доступа к пробной версии», даже кнопки «Войти» нет. Я опешил. Это что, проект, который завтра закроется?
Вставил кусок текста из учебника, выбрал первый попавшийся голос, нажал «Синтезировать». Через десять секунд — аудиофайл. Надел наушники и… чёрт, это правда бесплатно? Интонации, паузы, ударения — всё на удивление естественно, без той мертвецкой ровности, от которой клонит в сон.
Потом заглянул в их раздел со статьями — обновляется регулярно, а в подвале сайта прямо написано «бесплатно навсегда». Ладно, признаю: первое впечатление было обманчивым.
Тест на реальных лекциях: никаких «электронных хвостов»
Я загрузил трёхминутную запись своего голоса — хотел попробовать клонировать себя. Процесс оказался быстрее, чем я думал: загрузил, подождал, получил результат.
И вот тут меня реально пробрало. У меня голос с хрипотцой, с южнорусским аканьем, и нейросеть ухватила процентов на восемьдесят. Главное — нет этого противного «электронного хвоста», когда к концу фразы голос начинает вибрировать, как старый динамик. Раньше я пользовался разными бесплатными синтезаторами речи, и все они грешили этим. А тут — стабильно, чисто, даже на длинных предложениях.
Я даже попросил его произнести: «Эту формулу можно не запоминать, на экзамене разрешат шпаргалку» — и он выдал это с хитринкой бывалого препода. Это уже не просто похоже — это с характером.
Регистрация? Не, не слышали
У меня в закладках лежит штук пять «бесплатных» сервисов озвучки, и каждый требует создать аккаунт, а некоторые ещё и карту привязать. Бесит, честное слово.
А тут — синтез голоса без регистрации. Открыл, вставил пятьсот знаков текста, выбрал голос, нажал кнопку — и всё, никаких «войдите, чтобы продолжить». Прямо как в интернете нулевых: зашёл и сделал.
И это не урезанная демо-версия, где после первой минуты выскакивает заглушка. Я сгенерировал шесть аудиофрагментов подряд — все полностью, без лимитов. За такое я готов простить даже отсутствие тёмной темы.
Клонирование своего голоса: как я облажался и что исправил
Сначала я был слишком жаден: закинул запись с фоновой музыкой. Результат — голос как из бочки, глухой и бубнящий. Пришлось лезть в инструкцию: там сказано, что нужен чистый голос, без шумов.
Я перезаписал «раз-два-три, проверка связи» в тишине, и второй дубль вышел намного чище. Так что если хотите клонировать свой голос — найдите тихую комнату, не как я.
И ещё лайфхак: если нейросеть неправильно прочитала какое-то слово, не надо перегенерировать весь кусок. Просто исправьте текст, синтезируйте только это предложение и склейте. Фишка не заявлена на главной, но работает.
Он умеет не только читать, но и… петь
Да, вы не ослышались. На странице клонирования голоса есть скрытая функция: можно загрузить мелодию, которую вы напели, и нейросеть споёт её вашим голосом. Я попробовал «С днём рождения» — мелодия слегка плавала, но узнаваемость была стопроцентной. Друг ржал до слёз.
Если честно, для серьёзных задач это пока не годится — скорее для приколов и мемов. Но сам факт, что бесплатный онлайн-инструмент без регистрации заботится о таких хотелках, впечатляет.
Так в чём подвох? Я проверил на себе
Единственный минус — встроенных голосов маловато, штук десять. Но если потратить пять минут и записать свой, то голосов становится бесконечно много. И никаких ограничений по длительности: в отличие от некоторых онлайн-сервисов «текст в речь», где после двухсот символов просят денег, тут можно гнать хоть целую главу.
Ещё нюанс: при плохом интернете синтез может занять до полминуты. Но по сравнению с сайтами, где крутится кружок три минуты и потом выдаёт ошибку, — это просто подарок.
А если сравнивать с платными?
У меня есть подписка на один платный сервис озвучки, триста рублей в месяц. Я прогнал через него тот же текст, что и через бесплатный, и вслепую сравнил. Да, у платного чуть тоньше работа с паузами, миллисекундные различия слышно. Но разница не «небо и земля», а скорее «хорошо» и «очень хорошо».
Зато платный требует перед каждой генерацией вручную крутить «эмоциональную интенсивность», «кривую темпа» — и результат не всегда радует. А этот бесплатный сам расставляет акценты по знакам препинания, мне и думать не надо.
Если вам нужна озвучка коммерческой аудиокниги или рекламного ролика — идите к профессиональным дикторам, тут без вариантов. Но для лекций, роликов для YouTube или подкаста — этого инструмента за глаза.
Пакетная обработка: как я озвучил целую главу за вечер
Вчера я скопировал все заметки к главе про тригонометрию — двенадцать разделов, по триста слов каждый. Создал документ, вставлял текст по частям, жал «Синтез», шёл за чаем. Вернулся — все двенадцать аудиофайлов лежат в списке загрузок.
Каждый файл по 15–20 секунд. Вся возня заняла минут десять. Раньше я бы час сидел, записывая, переслушивая, перезаписывая сбившиеся фразы. Теперь просто закинул в монтажку, выровнял по слайдам, экспортировал — готово.
Единственное: перед генерацией проверяйте текст на странные символы. У меня один раз «π ≈ 3.14» прочиталось как «пи примерно равно три целых четырнадцать сотых» — пришлось переписать «число пи приблизительно равно 3.14». Мелочь, но неприятно.
Теперь по-честному
Вчера я озвучил весь следующий урок по тригонометрии — двенадцать фрагментов, все гладкие. Сегодня на занятии студенты даже не спросили, почему у меня сел голос, — потому что никто не заметил подмены.
Если вам надоело сидеть с микрофоном и перезаписывать по десять дублей, загляните на страницу бесплатного синтеза речи. Регистрация не нужна, не понравится — закроете вкладку. Но, судя по моему опыту, вы, как и я, добавите её в закладки. Бесплатное и рабочее — такое не каждый день встречается.
Кстати, если попробуете — расскажите, куда приспособили. Мне дико интересно, что ещё можно сделать с этим инструментом, кроме лекций.