Ücretsiz Ses Klonlama: Gürültülü Kayıtla Klonlama Denemem Nasıl Battı
Kahvede aldığım 30 saniye, bana bir haftaya mal oldu
Geçen ay Kadıköy'de bir kahveye oturdum, telefonu masaya koydum ve 30 saniyelik bir tanıtım kaydı aldım. Arkamda espresso makinesi tıslıyor, yan masada iki kişi hararetle bir şey tartışıyor, bir de iskeleye yanaşan vapurun düdüğü... Kaydı dinledim, 'fena değil' dedim. Fena değildi. Sonuç berbattı.
Aynı akşam kaydı ücretsiz ses klonlama sayfasına yükledim. Kayıt olmadan deneyebiliyorsun, bir şey kaybetmem diye düşündüm. On dakika sonra gelen sesi açtım: benim sesim, kalın bir beyaz gürültü katmanının altında boğuluyordu. Kendi adımı zor seçtim. Tarif etmesi zor ama... radyoyu sonuna kadar açıp üstüne yorgan örtmüşsün gibi bir şey.
Sonra dokümantasyonu okudum — keşke önce okusaydım. Meğer sistemin sinyal-gürültü oranıyla ilgili net bir beklentisi var: arka plan gürültüsü -20 dB'nin üzerine çıktığında benzerlik ciddi şekilde düşüyor. Yani ücretsiz demek, düşünmeden kullan demek değilmiş. İşin yarısı, hatta yarısından fazlası, kaydı yüklemeden önce bitiyor.
Sesi temizlemek neden klonlamanın yarısı
Model, eğitiminde temiz insan sesinin frekans imzasını öğreniyor. Sen ona gürültülü bir kayıt verdiğinde, o gürültüyü senin sesinin bir parçası sanıyor. Sonra da her cümlede o gürültüyü sadakatle tekrar üretiyor. Bardağı taşıran nokta bu: kötü kayıt sadece kötü çıktı vermiyor, gürültüyü de klonluyor.
Bunu anladıktan sonra şunu fark ettim — ücretsiz araçların çoğu aslında fena değil. Sorun araçta değil, mikrofonu nereye doğru tuttuğunda.
Ücretsiz platformda sesi temizlemenin pratik yolu
Audacity ile başladım, çünkü bedava ve öğrenmesi on dakika sürüyor.
- Kaydın içinden sadece arka planın olduğu 2-3 saniyelik bir bölüm seç. Buna gürültü profili diyorlar.
- Efekt menüsünden Gürültü Azaltma'yı aç, önce profili al, sonra hafif bir azaltma uygula. Abartma — sesin nefesini ve tıslamalarını da götürürsen klon robot gibi konuşur.
- Kaydı 16 kHz, mono WAV olarak dışa aktar. Dosya birkaç yüz KB kalıyor, yükleme saniyeler sürüyor.
Sonra metin sese çevirme ücretsiz sayfasına birkaç deneme cümlesi yazdım. Tonlama doğal mı, Türkçe ekleri düzgün okuyor mu, de/da ayrımını yapıyor mu — bunları duymadan klonlamaya geçmeyin. Test iyi çıktıysa temizlenmiş kaydı kendi sesini klonla adımına veriyorsunuz. İlk temiz denemem toplam beş dakika sürdü; ücretli bir programda yarım saat uğraştığım işten daha kısa.
Bu arada şunu da söyleyeyim: internette 'ses klonla ücretsiz' diye arattığınızda karşınıza onlarca site çıkıyor, çoğu ya kredi istiyor ya üç cümle sonra ücretli plana yönlendiriyor. Benim kaldığım yer kayıt gerektirmeyen taraf oldu. Ses klonlama ücretsiz olsa da kalite beklentisiyle birlikte gelmiyor; onu siz kuruyorsunuz.
Yazılımla uğraşanlar için bir de API var: ücretsiz seslendirme altyapısını script içinden çağırıp yüzlerce metni tek tek tıklamadan üretebilirsiniz. Bir arkadaşımın e-ticaret sitesi için ürün açıklamalarını böyle seslendirdim, akşam yemeğinden önce bitti.
Türkçe konuşan bir ses klonlarken nelere dikkat ettim
Burada İngilizce rehberlerin hiç bahsetmediği şeyler var. Türkçe eklemeli bir dil; kelimeler uzuyor, vurgu yer değiştiriyor. Klonlanan ses 'İstanbul'daymışım' gibi bir kelimeyi ortadan bölerse kulağa anında yapay geliyor.
text to speech türkçe ücretsiz arayan biri olarak en çok şuna sinir oldum: yapay zeka ses ücretsiz araçlarının çoğu Türkçe'yi İngilizce fonetiğiyle okuyor. Şu birkaç not işi ciddi biçimde düzeltiyor:
- Kısaltmaları açık yazın. TL yerine Türk lirası, vb. yerine ve benzeri yazınca tonlama belirgin şekilde düzeliyor.
- Sayıları test edin. 1.250 gibi bir ifadenin bin iki yüz elli mi yoksa bir nokta iki yüz elli mi okunduğunu mutlaka dinleyin.
- Uzun cümlelerde virgül kullanın. Model nefes alacak yer arıyor; virgül ona o yeri veriyor.
- Kendi aksanınızı koruyun. Klonlama zaten bunun için var; standart spiker tonu elde etmeye çalışırsanız elinizdeki tek doğal şeyi kaybedersiniz.
Sesli kitaptan Reels'e: aynı ses, üç farklı iş
Sesli kitap tarafı sabır işi. Bir bölümü baştan sona okuttuğumda cümleler arası duraklamaların tutarlı olması gerekiyor — yoksa dinleyici onuncu dakikada bırakıyor. Sesli kitap yapay zeka ücretsiz araçlarıyla denediğimde, ticari TTS'lerdeki o makine kokusu bende daha az çıktı. Belki sesin kendisi olduğu için. Storytel'de dinlediğim bazı kitaplardan daha akıcı olduğunu rahatça söyleyebilirim.
Kısa video bambaşka bir hayvan. 15 saniye, tempo yüksek, enerji yüksek. Aynı metni üç farklı tonda üretip en agresif olanı Reels'e attım; elle seslendirdiğim versiyona göre izlenme belirgin şekilde arttı. Video seslendirme yapay zeka tarafında işin sırrı tek seferde mükemmeli aramamak — üç dört varyasyon üretip seçmek. ses sentezleme ücretsiz araçlarında bu deneme yanılma özgürlüğü zaten işin en güzel tarafı.
Podcast jingle'ı ve giriş cümleleri için de aynı sesi kullandım. Arka plana hafif bir müzik koydum, dinleyicilerden 'bu bölümü kim seslendirdi' diye soran oldu. Kimse yapay zeka demedi.
Kelime sınırı meselesine gelince: on bin kelimelik bir metni tek seferde yükledim, takılmadan bitti. Parça parça birleştirme derdi yok — uzun işlerde gerçekten zaman kazandırıyor. Daha önce seslendirme programı ücretsiz olsun diye indirme sitelerinde yarım saat gezdiğimi hatırlıyorum; o günlere acıyorum.
Kendi sesini klonlamak yasal olarak nereye oturuyor
Buraya bir parantez açmam lazım, çünkü çoğu rehber atlıyor. Ses, KVKK kapsamında biyometrik veri sayılabiliyor. Kendi sesinizi klonlamakta sorun yok; ama bir başkasının sesini izinsiz klonlayıp reklamda, videoda ya da telefon aramasında kullanmak ciddi bir hukuki risk. Yapay zeka sesiyle dolandırıcılık vakaları Türkiye'de de haber oldu, hatırlarsınız.
Pratikte yaptığım şey basit: klonlanan sesin kullanıldığı her videonun açıklamasına 'bu ses yapay zeka ile oluşturulmuştur' notu düşüyorum. İki saniye sürüyor, baş ağrısını baştan kesiyor.
SSS
Gürültülü kayıttan neden sadece gürültü çıkıyor?
Çünkü model temiz insan sesinin frekans özelliklerini öğreniyor ve arka plan gürültüsünü de o özelliklerin arasına katıyor. Sonuçta gürültü, sesinizin ayrılmaz bir parçası gibi davranıyor.
Ücretsiz platform gerçekten kalıcı olarak ücretsiz mi?
Kayıt olmadan ses klonlama ve sınırsız kullanım vaadi var; gizli bir üyelik duvarı ya da kredi sistemiyle karşılaşmadım. Ticari dağıtımı suistimal etmediğiniz sürece kullanmaya devam edebiliyorsunuz.
Klonlanan sesi başka programlara aktarabilir miyim?
Çıktı standart WAV/MP3. Premiere, CapCut, DaVinci ya da ses kanalı kabul eden herhangi bir programa doğrudan atabiliyorsunuz. Şifreleme yok, filigran yok.
Daha fazla pratik ipucu için diğer rehberlere göz atabilirsiniz. voice cloning türkçe online diye aratan arkadaşlarımın çoğu ilk denemede benim yaptığım hatayı yapıyor; umarım bu yazı o adımı atlatır.
Kaydı yüklemeden önce iki dakikanızı ayırıp arka planı kazıyın. Gerisini benim gibi eski bir kulaklıkla bile halledebilirsiniz — fark tam olarak orada başlıyor.