ElevenLabs — glas iz besedila in dubbing videa

Kaj je ElevenLabs

ElevenLabs je podjetje, specializirano za umetno inteligenco za glasove in ozvočenje. Njegove tehnologije sintetizirajo naravno zveneč govor in znajo poustvariti značilnosti človeškega glasu — ton, intonacijo in zven — v številnih različnih jezikih. Zaradi visoke kakovosti glasov se je ElevenLabs uveljavil kot eno vodilnih imen za AI ozvočenje in dubbing vsebin.

Na genkiki.com je ElevenLabs na voljo v načinu Dubbing — orodju, ki vzame končan video z govorom ter ga prevede in ozvoči v drugem jeziku, pri čemer ohrani glas, podoben izvirnemu govorcu.

Različice in možnosti v generiram

ElevenLabs je na voljo v dveh načinih: dubbing videa in glas iz besedila.

Pri dubbingu se govor iz izvirnega videa prevede in znova ozvoči v izbranem jeziku. Glas se poustvari tako, da zveni blizu izvirnemu govorcu — torej dubbing ne zveni kot tuj, neznan glas, temveč kot prevod, ki ga izgovori ista oseba. Ustnice se glede na novi jezik ne preoblikujejo, zato je obdelava hitrejša in cenejša od polnega dubbinga s sinhronizacijo ustnic.

• Do 29 jezikov za ozvočenje.
• Video dolžine do približno 10 minut.
• Samodejno prepoznavanje izvirnega jezika — ni ga treba navesti ročno.
• Možnost nastavitve števila govorcev v videu za natančnejši rezultat.
• Kloniranje glasu, da prevod zveni podobno izvirnemu govorcu.

Za kaj se uporablja

ElevenLabs Dubbing je najbolj uporaben, kadar želiš video hitro narediti razumljiv v drugem jeziku brez ponovnega snemanja:

• Hiter glasovni dubbing videoposnetkov za novo občinstvo in tuj trg.
• Prevod izobraževalnih klipov, predstavitev in spletnih seminarjev.
• Ozvočenje marketinških videoposnetkov in videoposnetkov o izdelkih v več jezikih.
• Primeri, ko ustnice niso v velikem planu — takrat se odsotnost preoblikovanja ustnic skoraj ne opazi, ti pa pridobiš hitrejšo in cenejšo obdelavo.

ElevenLabs v3 — glas iz besedila

ElevenLabs v3 je glasovni model v kategoriji Avdio v AI Studiu: napišeš besedilo, izbereš glas in dobiš končano avdio datoteko, kot bi jo prebral napovedovalec. Glasov je 21 — moških in ženskih, z različnim značajem — in vsak ima vzorec, ki ga lahko poslušaš, preden izbereš.

• Besedilo je lahko dolgo do 5000 znakov na generiranje — števec pod poljem prikazuje, koliko znakov je že porabljenih.
• Zaračuna se po začetih 1000 znakih — 1 do 1000 znakov stane toliko kot 1000.
• Lahko vstavljaš navodila v oglatih oklepajih, ki se ne preberejo, ampak odigrajo — piši jih kar v slovenščini, sistem jih prevede za model: [smeh], [šepet], [vzdih], [navdušeno], [sarkastično], [joka], [poje], [premor] in druga.
• Slog branja: Ustvarjalen — izraziteje in čustveneje; Naraven — uravnoteženo; Stabilen — enakomerno in predvidljivo (za napovedovalce in lekcije).
• Jezik se običajno samodejno prepozna iz besedila — izberi ga ročno le, če je izgovorjava napačna. Podpira bolgarščino in še več deset drugih jezikov.
• Besedilo se prebere dobesedno — nič se ne prevaja in ne krajša. Nastavitev „Številke in okrajšave“ določa, ali se „25lv“ izgovori kot „petindvajset levov“.

Odpri AI Studio, izberi način Glas iz besedila v kategoriji Avdio, vpiši besedilo in pritisni Generiraj — čez nekaj sekund je avdio pripravljen za prenos.

Kako začeti

Odpri AI Studio na genkiki.com, izberi način Video iz videa in različico ElevenLabs Dubbing. Naloži video, izberi ciljni jezik in, če je treba, navedi število govorcev. Izvirni jezik se prepozna samodejno. Zaženi obdelavo in dobil boš isti video, ozvočen v novem jeziku z glasom, podobnim izvirnemu.