रिकॉर्डिंग का लहजा कैसे बदलें
छोटा जवाब: रिकॉर्डिंग का लहजा बदलने के लिए साइन इन करें, अपनी फ़ाइल जोड़ें, लहजा चुनें, पुष्टि करें कि यह आपकी आवाज़ है, लहजा बदलें और सुनकर डाउनलोड करें।
- साइन इन करें। यह मुफ़्त है। हर अकाउंट को रोज़ 3 मिनट नई आवाज़ मिलती है, क्योंकि हर मिनट एक पेड GPU पर चलता है।
- अपनी फ़ाइल जोड़ें। इंग्लिश बोली वाली ऑडियो या वीडियो फ़ाइल डालें, 10 मिनट तक लंबी।
- लहजा चुनें। ब्रिटिश, अमेरिकन, इंडियन, ऑस्ट्रेलियन या न्यूट्रल इंग्लिश।
- पुष्टि करें कि यह आपकी आवाज़ है। बॉक्स पर टिक करें: यह आपकी अपनी आवाज़ होनी चाहिए, या आपके पास बोलने वाले की इजाज़त हो।
- लहजा बदलें। Whisper आपके डिवाइस पर लिखता है कि क्या कहा गया। हर हिस्सा (20 सेकंड तक) नए लहजे और आपकी आवाज़ में दोबारा बोला जाता है, फिर अपनी ओरिजिनल जगह पर फ़िट कर दिया जाता है।
- सुनें और डाउनलोड करें। पेज पर नतीजा चलाएँ और उसे अपनी फ़ाइल वाले फ़ॉर्मेट में डाउनलोड करें।
यह मेरी आवाज़ कैसे बनाए रखता है?
MyShell के दो ओपन-सोर्स मॉडल, दोनों MIT लाइसेंस वाले। MeloTTS आपके शब्द आपके चुने हुए लहजे में बोलता है। फिर OpenVoice V2 एक छोटी क्लिप (15 सेकंड तक) से आपकी आवाज़ का टोन कलर मापता है और नई आवाज़ को उसमें बदल देता है। लहजा (रिदम, स्वर, उतार-चढ़ाव) पहले चरण से आता है और आवाज़ दूसरे से। हमारे टेस्ट में बदली हुई आवाज़ सादी MeloTTS आवाज़ के मुक़ाबले ओरिजिनल बोलने वाले से कहीं ज़्यादा मिलती थी, लेकिन यह परफ़ेक्ट क्लोन नहीं है: उम्मीद रखें कि यह आप जैसी ही लगेगी, बस जैसे थोड़े अलग माइक्रोफ़ोन पर।
क्या भेजा जाता है, और क्या नहीं?
आपकी फ़ाइल कभी अपलोड नहीं होती। यह आपके ब्राउज़र में डीकोड और ट्रांसक्राइब होती है। हर हिस्से के लिए, ट्रांसक्रिप्ट का टेक्स्ट और आपकी आवाज़ की एक छोटी क्लिप हमारे सर्वर पर और वहाँ से Hugging Face पर हमारे अपने OpenVoice सर्वर पर जाते हैं, जो नया ऑडियो वापस भेजता है। न वहाँ कुछ सेव होता है, न हमारे सर्वर पर, और हम टेक्स्ट या ऑडियो लॉग नहीं करते। नतीजे की मिक्सिंग और वीडियो दोबारा बनाना फिर आपके डिवाइस पर होता है।
यह (अभी) क्या नहीं कर सकता
यह सिर्फ़ इंग्लिश दोबारा बोलता है, इसलिए आपकी फ़ाइल में बोली इंग्लिश होनी चाहिए। बैकग्राउंड म्यूज़िक और आवाज़ें नहीं रहतीं: आपको सिर्फ़ नई आवाज़ मिलती है। टाइमिंग ओरिजिनल वाक्यों के हिसाब से होती है, इसलिए बोलते चेहरे वाले वीडियो में होंठ बिल्कुल मैच नहीं करेंगे। बहुत तेज़, बुदबुदाती या एक-दूसरे पर चढ़ती बोली से ट्रांसक्रिप्ट कमज़ोर बनता है और नतीजा भी कमज़ोर: आप साथ-साथ हर हिस्से का टेक्स्ट जाँच सकते हैं।
अक्सर पूछे जाने वाले सवाल
क्या मेरा ऑडियो अपलोड होता है?
आपकी फ़ाइल नहीं। नया ऑडियो बनाने के लिए आपकी आवाज़ की छोटी क्लिप (15 सेकंड तक) और ट्रांसक्रिप्ट हमारे वॉइस सर्वर पर भेजे जाते हैं, और कुछ भी सेव नहीं होता। ट्रांसक्रिप्शन और फ़ाइनल मिक्स आपके डिवाइस पर चलते हैं।
मुझे साइन इन क्यों करना होगा?
नई आवाज़ का हर सेकंड पेड GPU पर चलता है, इसलिए यह टूल साइन इन किए हुए अकाउंट के लिए है, रोज़ 3 मुफ़्त मिनट के साथ। साइन इन के लिए सिर्फ़ ईमेल एड्रेस चाहिए, पासवर्ड नहीं।
क्या मैं किसी और का लहजा बदल सकता हूँ?
सिर्फ़ उनकी इजाज़त से। आपको पुष्टि करनी होगी कि यह आपकी अपनी आवाज़ है या बोलने वाला राज़ी है। इसे किसी की नक़ल करने या लोगों को गुमराह करने के लिए इस्तेमाल न करें। OpenVoice एक न सुनाई देने वाला वॉटरमार्क भी लगाता है जो ऑडियो को जनरेटेड बताता है।
कौन से लहजे उपलब्ध हैं?
ब्रिटिश (UK), अमेरिकन (US), इंडियन, ऑस्ट्रेलियन और एक न्यूट्रल इंग्लिश आवाज़, सब MeloTTS के इंग्लिश मॉडल से।
क्या यह वीडियो पर काम करता है?
हाँ। MP4, MOV, WebM या MKV डालें। तस्वीर जस की तस कॉपी होती है और सिर्फ़ साउंड ट्रैक बदला जाता है, इसलिए आपको वही वीडियो फ़ाइल टाइप वापस मिलता है।
क्या यह मुफ़्त है?
हाँ, हर अकाउंट के लिए रोज़ 3 मिनट नई आवाज़, आधी रात UTC पर रीसेट। कोई सुनाई देने वाला वॉटरमार्क नहीं और कोई साइन-अप फ़ीस नहीं।