録音から音声をクローンする

音声は Odrazio プロジェクトの音源です。使用許可のある録音から作成し、クローンが完了するまで待ってから、プロジェクトでその言語サンプルを選びます。

自分自身の声、または有効で文書化された許可を持つ声だけをクローンしてください。公開されている録音だけでは許可にはなりません。

クローンタイプを選ぶ

Multilingual は、プラットフォームが対応する言語全体で使えるサンプルを作ることを目的としています。参照サンプルは 10 秒までです。
Single voice は一つのソース言語用で、その言語の品質を優先します。明瞭な 15～25 秒のサンプルが必要です。
作成ページには選んだクローンタイプの現在のクレジット費用が表示され、利用できる場合は最初に対象となるクローンが無料と表示されます。

ブラウザーでサンプルを録音する

Voices を開いて Create voice を選びます。Multilingual または Single voice を選び、Record を選択します。
ソース言語と、利用できる場合は希望するマイクを選びます。求められたらブラウザーのマイクアクセスを許可します。
画面に表示される参照テキストを、自然で安定したペースで読みます。単一言語クローンでは長いプロンプトを読み、最低 15 秒を満たします。
録音を停止して聞き、背景ノイズ、音割れ、誤りがあれば録り直します。
名前を入力して Create voice を選びます。

既存サンプルをアップロードする

対応するアップロード形式は WAV、MP3、M4A です。
多言語クローンでは 10 秒以下のサンプルをアップロードします。Single voice では 15～25 秒のサンプルを使います。
参照テキスト欄に、ファイル内で実際に話した言葉を正確に入力します。言葉を要約または修正しないでください。正確さはシステムによるサンプルの解釈に役立ちます。

使いやすいソース音声にする

音楽、エコー、他の話者がいない静かな部屋で録音します。
自然で安定したペースを使い、マイクを話者の口からおよそ 15 cm に保ちます。
ささやき声、叫び声、急ぎすぎた話し方、長い無音、強いエフェクト、スピーカーから再生した録音を避けます。
録音全体で同じ人物だけを使い、複数の声を混ぜないでください。

作成後

音声カードには pending、cloning、ready、failed のいずれかが表示されます。準備済みの Multilingual 音声には言語別サンプルが表示される場合があります。プロジェクトの Voice セレクターで開き、スクリプトに合うサンプル言語を選んでください。クローンが失敗した場合は入力の問題を修正して新しいサンプルを作り、失敗した素材を選択可能な出力として扱わないでください。