Клонирование голоса бесплатно: как я запорол первый клон и что делать
Знаете это чувство, когда ты в предвкушении: загружаешь на сайт VoxClone свой голос, жмёшь кнопку, а через минуту получаешь... робота с металлическим привкусом? У меня так было. И не потому что сервис плохой, а потому что я сам накосячил.
Первый блин — комом
Сижу я значит, в понедельник вечером, решил озвучить свой подкаст с помощью клонирования голоса бесплатно. Думал: сейчас запишу пару фраз на диктофон, закину на сайт, и всё — мой цифровой двойник готов. Включил запись, сел ближе к микрофону ноутбука, но рядом работал холодильник, а за окном сигналила машина. Ну и ладно, думаю, нейронка разберётся.
Разобралась. В итоге получил голос, который звучал так, будто я разговариваю из ведра, а на фоне ещё и гул от холодильника. Пришлось переделывать. И вот тут я начал разбираться, что к чему.
Почему русский голос — это отдельная песня
Первое, что я понял: для русского языка важна не только чистота записи, но и интонация. В английском можно более-менее спокойно говорить ровно, а в русском без интонации текст звучит как чтение вслух для первоклассников. Поэтому когда я записал свою референсную аудиодорожку без эмоций, клон получился плоским. Скучным. Как будто диктор из объявлений в метро.
Пришлось перезаписывать с выражением. И тут второй грабли: я слишком увлёкся, начал чуть ли не петь. Нейронка это тоже не любит. Нужна золотая середина — естественная речь, как в разговоре с другом, но без резких перепадов громкости.
Секрет чистой записи: меньше — лучше
Теперь делюсь тем, что выстрадал. Для клонирования голоса бесплатно на VoxClone нужно всего 10–30 секунд чистого звука. Но эти секунды должны быть идеальными. Я записываю так:
- Сажусь в тихой комнате, закрываю окна, выключаю холодильник и кондиционер.
- Использую телефон на палке или обычный USB-микрофон — главное, чтобы не было эха.
- Говорю с одинаковой громкостью, без шепота и крика.
- Записываю одно и то же предложение три раза, потом выбираю лучший дубль.
И ещё важный момент: не надо обрезать тишину в начале и конце. Пусть будет полсекунды тишины — нейронка сама поймёт, где начинается речь. А если обрежете слишком плотно, получите щелчки в начале фразы.
Авторские права: когда можно, а когда нельзя
Теперь о больном. Я хотел озвучить аудиокнигу бесплатно, используя голос своего друга. Он не против, но я вовремя остановился: если голос принадлежит конкретному человеку, нужен его письменный договор. Даже если это друг. Даже если он сказал «да» в мессенджере.
А если вы хотите клонировать голос известного диктора или актёра — забудьте. Это нарушение прав. Я однажды попробовал сделать клон голоса одного известного ведущего, чтобы пошутить в тиктоке. Хорошо, что не выложил — могли бы быть проблемы.
Что можно? Свой собственный голос. Или голос человека, который дал вам письменное разрешение на использование в конкретных целях. Для коммерческого использования обязательно нужен договор, где прописано, где и как можно использовать клон.
Локальное хранение: почему это важно для нас
Когда я искал сервисы для клонирования голоса онлайн, я сразу смотрел, где хранятся данные. Многие зарубежные сайты отправляют записи на свои серверы в США или Европе. А мне не хочется, чтобы мой голос где-то там болтался. VoxClone меня подкупил тем, что все обработки происходят на российских серверах, данные не передаются третьим лицам. Для меня это принципиально — я же не знаю, как потом используют мои записи.
Кстати, на сайте https://ru.web666.cc/ всё бесплатно и без регистрации. Зашёл, загрузил, получил результат. Но не спешите сразу кидать туда всё подряд — сначала проверьте, как звучит.
Практический чек-лист для идеальной нейроозвучки
Когда я наконец разобрался, у меня получилось вот что:
- Записываю 3–5 предложений разного типа: вопрос, восклицание, спокойное утверждение.
- Проверяю уровень шума — если слышно шипение, лучше перезаписать.
- Загружаю на страницу https://ru.web666.cc/clone и жду пару минут.
- Слушаю результат, если что-то не так — меняю настройки темпа и высоты тона.
- Для длинных текстов использую функцию text to speech на русском бесплатно, но с моим клоном.
В настройках есть регуляторы — не бойтесь их крутить. Я, например, немного повышаю темп, потому что в оригинале говорю медленно, а в озвучке хочется бодрее.
Что в итоге
Теперь у меня есть клон, который звучит как я, но без моих «эканий» и запинок. Я использую его для озвучки своих видео на YouTube и для лекций. И главное — я спокоен за авторские права, потому что всё делаю по уму.
Если хотите попробовать, начните с малого: запишите 15 секунд, клонируйте, озвучьте одно предложение. Убедитесь, что звучит естественно. И только потом беритесь за большие проекты. А если наткнётесь на свои грабли — пишите в комментариях, разберём вместе.
Кстати, последние новости и примеры я иногда смотрю на https://ru.web666.cc/dynamic — там периодически появляются разборы и советы. Может, и вам пригодится.