В ElevenLabs озвучкой текста можно управлять как актёром: вы решаете, где голос шепчет, злится, смеётся или срывается на крик, и запись звучит живо. Эмоцию задаёт тег: английская ремарка в квадратных скобках перед фразой, например [whispering] . Нейросеть её не читает, а меняет подачу до следующего тега. На русском это тоже работает. В ElevenLabs v4 я озвучил 11 сцен из фильмов, переписанных под разработку и офис: ни один тег не прозвучал словами, ударения верные, смена эмоций слышна во всех сценах. Покажу, как озвучить текст по шагам, какие теги есть и где модель сыграла приблизительно. Справочник тегов и все 11 сцен можно скопировать и переделать под свой текст. Читать далее
Continue to Habr →You are being forwarded in 6s — stay on this page