Я скормил нейросети 5 секунд своего голоса. Вот что вышло
Честно? Не верил. Когда на каждой второй странице обещают клонирование голоса бесплатно за пять секунд, в голове щёлкает: «маркетинг». Пять секунд — это же даже не полное предложение. Я за это время успеваю сказать только «так, вроде пишется».
Но обстоятельства заставили.
При чём тут папа и его канал
Отец вышел на пенсию и завёл канал в VK Клипах — рассказывает, как в восьмидесятых крутил гайки в автопарке. Истории отличные, голос — хоть на радио. Беда одна: он сбивается, путает слова, перезаписывает по десять дублей. Ролик на три минуты — три часа мучений.
И тут я подумал: а если сделать текст в речь бесплатно, скормить системе его голос — и дальше просто набирать текст? Открыл главную страницу сервиса, вижу — без регистрации, бесплатно. Ну, думаю, терять нечего.
Как я записывал и где накосячил
Первый заход — классика. Записал на телефон прямо на кухне, на фоне бормотал телевизор. Результат: голос как из-под одеяла, с эхом. Клонировать свой голос так точно не стоит — сам виноват.
Второй раз подготовился: закрыл окно, выключил телек, поднёс телефон к лицу и спокойно прочитал абзац — секунд семь. И вот тут я завис. Первые две фразы я не сразу узнал себя. Не потому что плохо — наоборот. Интонация, тембр, даже лёгкая хрипотца на месте.
Всё заняло минуты три. Браузер, никаких установок, никаких «скачайте клиент». Я раньше пробовал одну программу — там надо было полдня возиться с зависимостями. Здесь — открыл и работаешь.
Так хватит пяти секунд или нет?
Хватит. Но с оговорками.
- Тишина важнее длительности. Пять секунд чистой записи лучше тридцати секунд с шумом холодильника.
- Говорите ровно, как обычно. Начнёте «играть голосом» — система это вытащит, и потом будете удивляться, почему клон звучит как диктор с советского телевидения.
- Для длинных текстов с эмоциями лучше дать секунд десять. Я потом записал десятисекундный сэмпл — на длинных абзацах концовки перестали «уплывать».
Для ролика на пару сотен слов пяти секунд хватает с головой.
Что ещё я придумал озвучить
Разошёлся, конечно. Но за две недели накопился список:
- Домашние аудиокниги. У меня лежит стопка детских книг — можно озвучить аудиокнигу бесплатно и слушать с ребёнком в машине. Голосом бабушки, например. Она уже не может читать вслух, а тут — её тембр, её манера. Пожалуй, самое тёплое применение из всех.
- Учебные материалы. Я иногда записываю короткие лекции для студентов. Раньше сидел с микрофоном, теперь набираю текст — и синтез речи бесплатно выдаёт готовый файл. Для тех, кто тянет с дедлайнами, — спасение.
- Голос для видео нейросеть бесплатно — это уже про монтаж. Ролики для соцсетей, реклама, Reels. Не надо каждый раз звать человека с микрофоном.
По сути, это голосовой синтезатор онлайн — открыл вкладку, вставил текст, получил mp3. Нейроозвучка бесплатно звучит как магия, но по факту всё прозаично: загрузил сэмпл, нажал кнопку, забрал результат.
Отдельная история: приятель делает бота в Telegram, ему нужна была озвучка уведомлений. Подключил API сервиса — и всё. Никаких бюджетов на лицензии. Озвучка текста бесплатно в его случае закрыла целую статью расходов.
FAQ
Опасно ли клонировать свой голос?
Свой — нет. Чужой без согласия — да, и это уже не шутки. В России голос человека защищается через право на неприкосновенность частной жизни, а если вы храните и обрабатываете чужие записи, включается закон о персональных данных. Плюс данные россиян по закону должны храниться на территории страны — для бизнеса это реальный риск, если сервис работает иначе. Для личных экспериментов со своим голосом — никаких проблем.
Точно бесплатно? Или потом попросят денег?
Две недели пользуюсь — платного окна не встретил. Синтез голоса без регистрации, клонировать голос онлайн — всё доступно сразу. Но, честно, бесплатные инструменты живут по своим законам. Пользуйтесь, пока дают.
Как с русским языком?
Русский — основной. Звучит естественно, ударения в основном правильные. Английский тоже читает, но с лёгким «дикторским» акцентом. Для text to speech на русском бесплатно — это, пожалуй, один из лучших вариантов, что я слышал.
И что в итоге
Пять секунд — вопрос не времени, а качества этих секунд. Хотите проверить на себе? Найдите тихую комнату, запишите на телефон пару фраз и закиньте в клонер голоса. Услышите себя со стороны — и сразу поймёте, работает это или нет. А если захочется идей и чужих грабель — загляните в раздел с примерами, там народ делится.
И да. Папа теперь записывает только текст. Говорит, что наконец-то звучит «как в молодости».