ElevenLabs – tekst til stemme og dubbing av video

Hva er ElevenLabs

ElevenLabs er et AI-selskap som spesialiserer seg på stemmer og voiceover. Teknologien deres syntetiserer naturlig klingende tale og kan gjenskape særtrekkene ved den menneskelige stemmen – tone, intonasjon og klang – på mange ulike språk. Takket være den høye kvaliteten på stemmene har ElevenLabs etablert seg som et av de ledende navnene innen AI-voiceover og dubbing av innhold.

På genkiki.com finnes ElevenLabs gjennom modusen Dubbing – et verktøy som tar en ferdig video med tale, oversetter den og leser den inn på et annet språk, med en stemme som ligger tett opp mot den opprinnelige talerens.

Versjoner og muligheter i generiram

ElevenLabs tilbys i to moduser: dubbing av video og tekst til stemme.

Ved dubbing oversettes talen fra kildevideoen og leses inn på nytt på det valgte språket. Stemmen gjenskapes slik at den høres tett opp mot den opprinnelige taleren – dubbingen høres altså ikke ut som en fremmed, ukjent stemme, men som en oversettelse uttalt av den samme personen. Leppene tilpasses ikke det nye språket, noe som gjør behandlingen raskere og billigere enn full dubbing med leppesynk.

• Opptil 29 språk for innlesing.
• Video med en lengde på opptil omtrent 10 minutter.
• Automatisk gjenkjenning av kildespråket – du trenger ikke å oppgi det manuelt.
• Mulighet til å angi antall talere i videoen for et mer nøyaktig resultat.
• Kloning av stemmen, slik at oversettelsen høres ut som den opprinnelige taleren.

Bruksområder

ElevenLabs Dubbing er mest nyttig når du raskt vil gjøre en video forståelig på et annet språk uten å filme noe på nytt:

• Rask stemmedubbing av videoer for et nytt publikum og et utenlandsk marked.
• Oversettelse av opplæringsklipp, presentasjoner og webinarer.
• Innlesing av markedsførings- og produktvideoer på flere språk.
• Situasjoner der leppene ikke er i nærbilde – da merkes det knapt at leppene ikke er tilpasset, mens du tjener på den raskere og billigere behandlingen.

ElevenLabs v3 – tekst til stemme

ElevenLabs v3 er stemmemodellen i kategorien Lyd i AI-studioet: du skriver en tekst, velger en stemme og får en ferdig lydfil, som om en innleser hadde lest den. Det finnes 21 stemmer – mannlige og kvinnelige, med ulik karakter – og hver stemme har en prøve som du kan høre før du velger.

• Teksten kan være opptil 5000 tegn per generering – telleren under feltet viser hvor langt du er kommet.
• Prisen beregnes per påbegynte 1000 tegn – 1 til 1000 tegn koster like mye som 1000.
• Du kan legge inn anvisninger i hakeparenteser som ikke leses opp, men fremføres – skriv dem rett på norsk, så oversetter systemet dem for modellen: [latter], [hvisking], [sukk], [begeistret], [sarkastisk], [gråter], [synger], [pause] og flere.
• Opplesingsstil: Kreativ – mer uttrykksfull og følelsesladet; Naturlig – balansert; Stabil – jevn og forutsigbar (for innlesere og leksjoner).
• Språket gjenkjennes vanligvis automatisk fra teksten – velg det manuelt bare hvis uttalen blir feil. Støtter bulgarsk og titalls andre språk.
• Teksten leses ordrett – ingenting oversettes eller forkortes. Innstillingen «Tall og forkortelser» avgjør om «25 kr» skal uttales «tjuefem kroner».

Åpne AI-studioet, velg modusen Tekst til stemme i kategorien Lyd, skriv teksten og trykk på Generer – etter noen sekunder er lyden klar til nedlasting.

Slik kommer du i gang

Åpne AI-studioet på genkiki.com, velg modusen Video til video og varianten ElevenLabs Dubbing. Last opp videoen, velg målspråket og angi om nødvendig antall talere. Kildespråket gjenkjennes automatisk. Start behandlingen, så får du den samme videoen, innlest på det nye språket med en stemme som ligger tett opp mot originalen.