تنها در چند ماه، ما شاهد ظهور انواع احتمالات مولد هوش مصنوعی از طریق پیام های متنی بوده ایم. چه موسیقی همراه با اشعار، ابزارهای ویدیویی جدید، یا ترکیبی از این دو با موزیک ویدیوها، هوش مصنوعی مولد به سرعت در حال گسترش است.
با این حال، دستیابی به گفتگو (خارج از گزینه‌های روباتیک تبدیل متن به گفتار و چت‌بات‌های اختصاصی) دشوار است. ElevenLabs یکی از بهترین مدل های صوتی مصنوعی، از جمله شبیه سازی صداهای واقعی (با مجوز و موافقت نامه های مجوز) را دارد. آخرین پروژه او همه چیز را یک قدم جلوتر می برد و به شما امکان می دهد صدا را از ابتدا طراحی کنید.
من فکر می‌کنم که صداگذاری یک شخصیت باید همچنان در حد صداپیشگان آموزش دیده باقی بماند، اما ممکن است همیشه اینطور نباشد. موتور جدید طراحی صدا ElevenLab می تواند صدا را از یک پیام متنی در چند ثانیه ایجاد کند و سپس هر آنچه را که می خواهید صدا کند.
این زمانی مفید است که برای یک پروژه به صدای بسیار خاصی نیاز دارید یا باید بتوانید آنچه را که در زمان واقعی گفته می شود بر اساس جریان بازی تغییر دهید.
چرا این مهم است؟
معرفی طرح صدا ایجاد یک صدای منحصر به فرد فقط از یک پیام متنی آیا کتابخانه ما از دست رفته است؟ خودت را درخواست کن pic.twitter.com/ZR21fMb7q723 اکتبر 2024
اگر زمانی را صرف بازی Dungeons and Dragons کرده اید، می دانید که صدای مناسب می تواند تفاوت زیادی در تنظیم صحنه ایجاد کند.
ابزار طراحی صدا به بازیکنان کمک می‌کند تا پس‌زمینه‌های عمیق خود را ایجاد کنند، اما این فناوری را برای توسعه‌دهندگان مستقلی که به تنهایی روی پروژه‌های بلندپروازانه جدید کار می‌کنند، دموکراتیزه می‌کند.
ترکیب این ابزار با ابزارهای ایجاد ویدیوی هوش مصنوعی مانند ElevenLabs می‌تواند به این معنی باشد که دانشجویان سینما می‌توانند دنیایی، شخصیت‌ها و تعاملاتی را ایجاد کنند که به تنهایی کار می‌کنند، همه در یک پروژه.
مثال‌های ElevenLabs نشان می‌دهد که راهنمایی دقیق‌تر بهتر است. “یک مرد بریتانیایی با صدای بلند و با صدای عمیق. حرفه ای، آرام و قاطع” نمونه خوبی از قدرت ارائه شده است. من مطمئن نیستم که بریتانیایی‌ها دیگر کسی را «لوبیا کهنه» خطاب کنند، بنابراین کلیشه‌ها فراوانند.
اطلاعات بیشتر از راهنمای تام
منبع: tomsguide
نظرات کاربران