5 saniyelik ses kaydıyla ses klonlanır mı? VoxClone'u kendim denedim
Açık konuşayım: inanmıyordum. İnternetteki ses klonlama ücretsiz araçlarının tanıtım sayfaları birbirinden iddialı - "5 saniyede sesin senin sesin olur" diyorlar. 5 saniye? "Bugün hava güzel" demem bile o kadar sürüyor, bundan nasıl bir ses çıkar ki?
Ama içimde bir şey kıpırdandı. Geçen hafta başıma gelen bir olay yüzünden bu işi mutlaka çözmem gerekiyordu.
İşin başlangıcı: Dayımın YouTube kanalı
Dayım emekli olduktan sonra kısa video çekmeye başladı. Gençliğinde Ege'de zeytin toplarken yaşadıklarını anlatıyor, ciddi ciddi izleniyor da. Sorun şu - sesi biraz titrek, kendini mikrofona veremiyor. Bir video için seslendirmeye akşam oturuyor, gece yarısı bitiyor.
Dedim ki, madem öyle, metin sese çevirme ücretsiz bir araçla kendi sesini klonla, dayım yazsın, ses onun sesiyle okusun. VoxClone'un ana sayfasına girdim; kayıt yok, ücret yok yazıyor. Para vermeden deneyeceğim için kaybedecek bir şeyim yoktu zaten.
Test süreci: Ne kaydettim, kaç kez batırdım
Önce hatalarım. İlk denemede telefonla hızlıca bir şey kaydettim; arkada televizyon açık, komşunun çocuğu bağırıyor. Çıkan ses bulanık, bir battaniyenin altından konuşuyor gibi. Sil, baştan.
İkinci seferde aklım başına geldi: pencereyi kapattım, TV'yi kapattım, mikrofona yaklaştım ve sakin sakin 7 saniyelik bir cümle okudum. Sonuç... nasıl anlatsam - ilk iki cümlede sesin benim olmadığına dair bahse girebilirdim.
Toplam üç dakika sürdü. Kayıt yok, bilgisayara program indirmek yok, her şey tarayıcıda. Ağırlıklı, kurulum gerektiren bir seslendirme programı ücretsiz arayışımda bu, tamamen başka bir ligdi.
5 saniye yeter mi? Benim sonucum
Yeter - ama şartıyla.
- Ortam sessizliği süre kadar önemli; 5 saniyelik temiz kayıt, 30 saniyelik gürültülü kaydı yerle bir eder
- Doğal konuş, rol yapma; klonlanan ses "gerçek sen" olmalı, sunucu sen değil
- Uzun ve duygusal metinler için 10 saniyelik örnek daha sağlam duruyor
Sonra 10 saniyelik bir kayıtla da denedim. Uzun paragraflarda cümle sonları daha stabil, o "uçup gitme" hissi yok. Ama kısa video için 100-200 kelimelik bir metni video seslendirme yapay zeka ile okutacaksan, 5 saniyelik versiyon gayet yeterli.
Seslendirme dışında aklıma gelmeyen kullanımlar
Bir kere başlayınca bırakamıyorsun. Kendi listem şöyle oldu:
- Anneneme babame ait eski mektupları ve fotoğraf altı yazıları, kendi sesleriyle sesli hale getirmek - ikisi de duygulandı, ben de
- Ders notlarımı ve sunum metinlerimi sese çevirmek; metin uzunluğu sınırı olmaması, hep son güne bırakan biri olarak hayatımı kurtardı
- Yeğenimin masal kitabını farklı seslerle okutmak - çocuk her akşam başka karakteri istiyor
Bir de tuhaf olanı: arkadaşım küçük bir uygulama geliştiriyor, bildirim seslerini ses sentezleme ücretsiz API'siyle halletti. Bütçeden epey kurtardı, gülerek anlatıyordu.
SSS: Muhtemelen soracağınız şeyler
Kendi sesimi klonlamak riskli mi?
Kendi sesini ya da açık izin aldığın birinin sesini klonlarsan sorun yok. Başkasının sesiyle taklit hesap, şaka amaçlı bile olsa şeyler yapmak - çizgi orada. Bu işin etiği tartışsız.
Gerçekten ücretsiz mi? Sonra para isterler mi?
İki haftadır kullanıyorum, tek bir ödeme duvarına rastlamadım. Kayıtsız seslendirme ve voice cloning türkçe online denemelerinin hepsi açılıyor. Yine de araç sitelerinin uzun vadede ne olacağını kimse bilemez; varken kullan derim.
Türkçe desteği nasıl?
Türkçe gayet iyi durumda - denediğim bazı yabancı araçlardan belirgin şekilde doğal. İngilizce de okuyor ama o biraz "spiker ağzıyla" konuşuyor, dengeli söyleyeyim.
Kapanış
5 saniye yeter mi? Cevap, o 5 saniyenin ne kadar temiz kaydedildiğine bağlı. Tavsiyem basit: bugün evde sessiz bir köşe bul, telefonuna kendi sesinden bir paragraf kaydet, VoxClone'a at ve dinle. Yüz kere tahmin etmekten daha net.
Daha fazla ipucu ve başkalarının yaşadığı tuzaklar için dynami sayfasına bakmayı da unutma.
Bu arada - senin de videolarında sesi titreyen bir dayın, amcan ya da baban varsa, ona bir ses klonla ücretsiz bir sürpriz yap. Görürsün, çok zevk alacak.