Aprenda a criar vozes de IA com o Batman!

Tabela de conteúdos

1. Introdução
2. Escolhendo a voz
3. Coletando amostras de áudio
4. Escolhendo o software de voz AI
5. Criando uma voz personalizada no 11 Labs
6. Configurando as opções de voz
7. Gerando áudio com a voz personalizada
8. Edição de áudio
9. Exportando e compartilhando seu conteúdo
10. Considerações finais

🎙️ Introdução

Você está interessado em criar conteúdo usando inteligência artificial e vozes sintetizadas? Neste Tutorial, eu vou te mostrar como fazer isso passo a passo.

Criar vozes sintetizadas de Alta qualidade requer a escolha da voz certa, a obtenção de amostras de áudio adequadas e a utilização de um software AI confiável. Vamos explorar como fazer essas etapas e, em seguida, discutir como editar e compartilhar seu conteúdo criado com vozes AI.

A criação de conteúdo usando vozes AI pode ser uma ferramenta poderosa e divertida, mas é importante usá-la de forma adequada e responsável. Vamos começar escolhendo a voz certa para o seu projeto.

🗣️ Escolhendo a voz

Ao escolher uma voz para sintetizar, é importante considerar o tipo de projeto em que você está trabalhando. Você quer replicar a voz de um personagem fictício ou de uma pessoa real?

Uma opção interessante é escolher alguém que tenha uma grande quantidade de áudio de alta qualidade disponível. Por exemplo, se você está buscando uma voz realista, uma boa opção seria escolher alguém como Joe Rogan, que possui um Podcast com uma enorme quantidade de áudio disponível, com alta qualidade e pouco ruído de fundo. Outra opção seria escolher personagens de videogame, pois suas linhas de voz geralmente fornecem muitos dados de alta qualidade.

Neste tutorial, vamos usar como exemplo a personagem Cassidy do jogo Overwatch. Vamos ver como replicar a sua voz sintetizada.

🔊 Coletando amostras de áudio

Uma vez que você tenha escolhido a voz que deseja replicar, é necessário obter amostras de áudio dessa voz. Quanto mais amostras, melhor será o resultado. No entanto, lembre-se de que é essencial que as amostras de áudio sejam de alta qualidade, sem ruídos de fundo ou vozes sobrepostas.

No caso de Cassidy, como ela possui muitas linhas de voz disponíveis, podemos usar um vídeo que contenha essas linhas de voz em alta qualidade. Certifique-se de ter permissão legal para usar esse áudio, pois os direitos autorais são importantes.

Após escolher suas amostras de áudio, faça o download delas para o seu computador. Existem várias ferramentas disponíveis para baixar áudio de vídeos, e eu vou usar o "ytdlp" como exemplo neste tutorial.

Agora que temos nossas amostras de áudio prontas, vamos explorar o software AI de voz que iremos utilizar.

🖥️ Escolhendo o software de voz AI

Existem várias opções de software disponíveis para sintetizar vozes usando inteligência artificial. Neste tutorial, vamos utilizar o 11 Labs, um software que permite criar vozes personalizadas gratuitamente. No entanto, para ter acesso a uma voz personalizada, será necessário assinar um dos pacotes de assinatura disponíveis.

Os pacotes de assinatura do 11 Labs variam em suas capacidades, e o pacote "starter" oferece a melhor relação custo-benefício, fornecendo 10 vozes personalizadas com 30.000 caracteres por mês. Isso significa que a cada mês você pode gerar até 30.000 caracteres de texto usando a ferramenta de clonagem de voz.

Após se inscrever no website do 11 Labs e assinar um pacote de assinatura, você estará pronto para criar sua voz personalizada. Vamos ver como fazer isso passo a passo.

🎤 Criando uma voz personalizada no 11 Labs

1. Acesse a guia "Voice Lab" no website do 11 Labs.
2. Selecione a opção "Adicionar Voz" e, em seguida, "Clonagem Instantânea de Voz".
3. Digite o nome para a sua voz personalizada. Por exemplo, no nosso caso, vamos chamar de "Cassidy".
4. Carregue os arquivos de áudio de suas amostras para o site. Lembre-se de que você pode carregar até 25 amostras diferentes, com um tamanho máximo de 10 megabytes cada.
5. Adicione etiquetas à sua voz, se desejar. Essas etiquetas podem servir para adicionar descritores específicos à voz, como sotaque, e também permitir que você adicione uma descrição para ajudar o software a determinar como a voz deve soar.
6. Após concluir essas etapas, aceite os termos de serviço e clique em "Adicionar Voz".

Após a voz ser gerada, você poderá utilizá-la imediatamente ou acessar a guia "Speech Synthesis" no website para gerar áudio utilizando sua voz personalizada.

Agora que nossa voz personalizada está pronta, vamos explorar as opções de configuração para aprimorar nossa voz.

🎚️ Configurando as opções da voz

Após criar sua voz personalizada, você pode modificar várias opções para ajustar o desempenho e o estilo da voz. Vamos ver quais opções podemos ajustar:

Estabilidade:

A estabilidade determina o quão consistente a voz será entre diferentes gerações de áudio. Valores mais altos aumentam a estabilidade, tornando a voz mais consistente, mas também podem deixá-la um pouco monótona. Para trechos de texto mais longos, é recomendado reduzir esse valor.

Clareza:

A clareza da voz pode ser ajustada para aumentar a inteligibilidade e reduzir artefatos de fundo. Valores baixos são recomendados se houver ruídos ou artefatos na fala gerada. Valores altos podem melhorar a inteligibilidade geral da voz, mas tenha cuidado com valores muito altos, pois podem causar artefatos indesejados.

Similaridade com o falante alvo:

A similaridade com o falante alvo pode ser ajustada para controlar o grau de semelhança da voz sintetizada com a voz original. Valores muito altos podem causar artefatos, portanto, é importante encontrar um valor ótimo para obter a semelhança desejada.

Modelo monolíngue ou multilíngue:

O modelo monolíngue ou multilíngue determina se a voz utilizará o idioma inglês ou outros idiomas. Para o nosso exemplo com Cassidy, estaremos utilizando o modelo monolíngue.

Ajuste essas opções de acordo com suas preferências e necessidades. Agora estamos prontos para gerar áudio com nossa voz personalizada.

🔊️ Gerando áudio com a voz personalizada

Após configurar as opções da voz, você pode inserir o texto desejado e clicar em "Gerar" para obter o áudio sintetizado. O áudio será gerado com base no texto inserido e os caracteres utilizados serão descontados de sua cota mensal.

Após a conclusão da geração do áudio, você terá opções para reproduzi-lo, curtir ou descurtir, fazer o download e também regenerar o áudio, caso o resultado não seja o desejado. Lembre-se de que a regeneração também utilizará caracteres de sua cota mensal.

Agora que temos nosso áudio gerado, vamos ver como editar e aprimorar a qualidade dele.

🎧 Edição de áudio

Ao inserir o áudio gerado em um editor de vídeo, você pode aproveitar recursos como a "Isolamento de Voz" do Final Cut Pro para melhorar a qualidade do áudio. Esse recurso ajuda a focar na voz desejada e tenta remover ruídos de fundo indesejados, tornando a voz mais clara e nítida.

Você também pode adicionar outros elementos ao seu projeto, como clipes de vídeo ou imagens, para criar um conteúdo mais completo e atraente para o seu público.

Com a edição concluída, seu vídeo está pronto para ser exportado e compartilhado em qualquer plataforma de sua escolha. Mas antes, vamos recapitular o processo e discutir algumas considerações finais.

🌐 Exportando e compartilhando seu conteúdo

Ao exportar seu conteúdo, você pode escolher o formato e as configurações adequadas para garantir a melhor qualidade possível. Certifique-se de usar as especificações recomendadas pela plataforma em que você planeja compartilhar seu conteúdo para obter os melhores resultados.

Ao compartilhar seu conteúdo, lembre-se de ser transparente sobre o uso de vozes sintetizadas e dê os devidos créditos quando necessário. Respeitar os direitos autorais e utilizar a tecnologia de forma responsável é essencial.

🎉 Considerações finais

A criação de conteúdo usando vozes AI é uma ferramenta poderosa e divertida. No entanto, é importante utilizá-la com responsabilidade e ética. Certifique-se de ter permissão legal para usar áudios e respeitar os direitos autorais quando necessário.

Divirta-se explorando as possibilidades da voz sintetizada e seja criativo na produção de conteúdo único e envolvente. A tecnologia AI está sempre evoluindo, e estamos apenas arranhando a superfície do que é possível alcançar.

Agora que você aprendeu como criar conteúdo usando vozes AI, é hora de colocar em prática suas habilidades e criar Algo incrível!

Q&A技术 FAQs

Q: Qual é o melhor pacote de assinatura do 11 Labs para criar vozes personalizadas?

A: O pacote "starter" oferece a melhor relação custo-benefício, fornecendo 10 vozes personalizadas com 30.000 caracteres por mês.

Q: Posso utilizar vozes AI para criar conteúdo comercialmente?

A: Depende das permissões e direitos autorais dos áudios utilizados. Certifique-se de ter as devidas autorizações antes de utilizar vozes AI em conteúdo comercial.

Q: Posso editar o áudio gerado com a voz sintetizada?

A: Sim, você pode editar o áudio gerado em um software de edição de áudio para aprimorar a qualidade e remover ruídos indesejados.

Q: Os áudios gerados com vozes AI são indistinguíveis de um áudio gravado por uma pessoa real?

A: Embora as vozes AI tenham avançado muito em termos de qualidade, ainda é possível perceber diferenças sutis entre uma voz sintetizada e uma voz gravada por uma pessoa real.

Q: Existem restrições legais para o uso de vozes AI em conteúdo?

A: Sim, é importante respeitar as leis de direitos autorais e ter permissão legal para utilizar áudios sintetizados em seu conteúdo.