شروع رایگان · صدا برای ویدیوهای شما
تولید صدا با هوش مصنوعی
متن را بنویسید و صدا را توصیف کنید، Seed Audio آن را می‌خواند: یک گوینده، یک شخصیت، یا گفتگوی دو نفره. بعد همان صدا را به یک شخصیت بدهید تا ویدیوهایتان از آن استفاده کنند.
بدون نصب. بدون کارت بانکی. خصوصی به‌صورت پیش‌فرض.
- ۵ تا ۱۲۰ ثانیهطول کلیپ‌ها
- MP3فرمت دانلود
- ۳رفرنس صوتی در هر کلیپ
- $0شروع رایگان
مقدمات
تولید صدا با هوش مصنوعی چیست؟
ابزار تولید صدا با هوش مصنوعی متن نوشته‌شده را به صدای گفتاری تبدیل می‌کند. تو متن را می‌نویسی و توضیح می‌دهی صدا چطور باشد، مثلاً سن، لهجه، سرعت و احساس، و مدل آن را اجرا می‌کند. نتیجه یک فایل صوتی است که می‌توانی در ویدیو، بازی، شروع پادکست یا ارائه استفاده کنی.
در Mage مدل صدا Seed Audio است. این مدل از یک پرامپت صدا، دیالوگ، موسیقی و افکت صوتی می‌سازد و یک MP3 دقیقاً به طولی که انتخاب کرده‌ای تحویل می‌دهد: ۵، ۱۰، ۳۰، ۶۰ یا ۱۲۰ ثانیه. می‌تواند یک رفرنس تصویری یا حداکثر سه رفرنس صوتی برای هدایت صدا بگیرد، اما نه هر دو در یک کلیپ.
چیزی که این را در Mage کاربردی می‌کند مرحلهٔ بعد است. یک کاراکتر ذخیره‌شده می‌تواند صدا داشته باشد و مدل‌های ویدیویی که صدای کاراکتر را می‌خوانند، یعنی Cherry، Raspberry، Plum، Lemon و MiniMax-H3، خودکار از آن استفاده می‌کنند؛ پس شخصیتی که طراحی کرده‌ای در همهٔ کلیپ‌ها یک‌جور صحبت می‌کند. اپ Lipsync هم می‌تواند یک خط صدایی را که ساخته‌ای بگیرد و چهره را با آن هماهنگ کند.
کمی امکانات بیشتر
چرا سازندگان در Mage صدا می‌سازند
صدا و دیالوگ از روی متن
گوینده را توصیف کن و جمله را بنویس. Seed Audio نقش یک راوی، یک شخصیت یا گفت‌وگوی دو نفر را اجرا می‌کند.
دقیقاً همان طولی که لازم داری
۵، ۱۰، ۳۰، ۶۰ یا ۱۲۰ ثانیه را انتخاب کن؛ MP3 دقیقاً با همان مدت تحویل داده می‌شود.
یک صدا برای هر کاراکتر
یک صدا به کاراکتر ذخیره‌شده وصل کن تا مدل‌های ویدیویی پشتیبانی‌شده هر بار که آن کاراکتر ظاهر می‌شود از آن استفاده کنند.
مستقیم به سمت ویدیو
یک خط صدایی را در Lipsync بگذار تا یک پرتره آن را بگوید، یا در صفحهٔ صدا آن را به‌عنوان رفرنس برای ویدیو آپلود کن.
به‌طور پیش‌فرض خصوصی
متن‌ها، صداها و کلیپ‌هایت در حساب خودت می‌مانند، مگر اینکه خودت تصمیم بگیری آن‌ها را به اشتراک بگذاری.
نامحدود در پلن‌های پولی
کلیپ‌های کوتاه از پلن Basic نامحدودند و کلیپ‌های بلندتر از Pro، Pro Plus و Max. Gems در هر پلن بقیه را پوشش می‌دهند.
از ایده تا خلق اثر
چطور با هوش مصنوعی صدا بسازیم؟
فقط سه مرحله دارد و شروعش رایگان است.
Seed Audio را باز کن
با دکمهٔ همین صفحه، Seed Audio را در اپ Mage و مستقیم در مرورگرت باز کن.
جمله و صدا را بنویس
متنی را که باید گفته شود بنویس، بعد گوینده را توصیف کن: سن، لهجه، لحن، سرعت و فضایی که در آن است.
طول را انتخاب کن و بساز
۵، ۱۰، ۳۰، ۶۰ یا ۱۲۰ ثانیه را انتخاب کن، اگر رفرنس صوتی داری اضافه کن و تولید را بزن.
ازش استفاده کن
MP3 را دانلود کن، در Lipsync استفاده کن، یا آن را به‌عنوان صدای یک کاراکتر برای ویدیو به او وصل کن.
نکته‌ها و تکنیک‌ها
صدا را مثل یک کارگردان انتخاب بازیگر توصیف کن
پرامپت صدا دو بخش دارد: چه گفته می‌شود و چطور شنیده می‌شود. کلمات گفتاری را داخل گیومه بگذار تا معلوم باشد متن همان است، و اجرا را دور آن توصیف کن. «مردی هفتاد‌ساله با صدای گرم و گرفته، آهسته و سرحال، نزدیک میکروفون در اتاقی آرام، می‌گوید: «هر داستانی با کسی شروع می‌شود که باید در خانه می‌ماند.»» به Seed Audio گوینده، شیوهٔ بیان و فضا را می‌دهد.
جزئیاتی که بیشترین تأثیر را روی صدا دارند سن، انرژی، سرعت و فاصله‌اند. زمزمه نزدیک میکروفون، صدای سن در یک سالن بزرگ و صدای خسته پشت تلفن سه اجرای متفاوت از یک متن‌اند. احساس را با یک فعل مثل سربه‌سر گذاشتن، التماس کردن یا اعلام کردن بیان کن، نه فقط با یک صفت.
- کلمات دقیق را داخل گیومه بگذار
- بازهٔ سنی و سطح انرژی را مشخص کن
- سرعت را بگو: بی‌عجله، تند، مردد
- فضا را توصیف کن: استودیو، خیابان، کلیسای جامع، تلفن
- قبل از یک روخوانی بلند، با یک جملهٔ ۵ یا ۱۰ ثانیه‌ای صدا را امتحان کن
نکته‌ها و تکنیک‌ها
طول مناسب را انتخاب کن
Seed Audio دقیقاً همان مدتی را که انتخاب می‌کنی تحویل می‌دهد، پس طول را با متن هماهنگ کن. یک جمله یا یک واکنش در ۵ یا ۱۰ ثانیه جا می‌شود. یک صداگذاری کوتاه یا معرفی محصول در ۳۰ ثانیه. یک صحنهٔ دیالوگ یا روایت در ۶۰ یا ۱۲۰. متنی که برای کلیپ زیادی بلند باشد با عجله خوانده می‌شود؛ متنی که کوتاه باشد در انتها سکوت یا صدای فضا باقی می‌گذارد.
از قبل فکر کن صدا قرار است کجا برود. Lipsync و Music Video صدا را تا ۱۵ ثانیه می‌پذیرند؛ پس برای یک پرتره سخنگو جمله‌ای بنویس که در ۱۰ ثانیه جا شود و با همین طول بساز.
نکته‌ها و تکنیک‌ها
صدا را به یک کاراکتر بده
کاراکتر در Mage می‌تواند صدا داشته باشد: یک MP3 یا WAV آپلود کن، یا هنگام ساخت کاراکتر یک نمونهٔ کوتاه با Seed Audio بساز. از آن به بعد Cherry، Raspberry، Plum، Lemon و MiniMax-H3 هر وقت کاراکتر حرف بزند خودکار از همان صدا استفاده می‌کنند. راهنمای تولید کاراکتر با هوش مصنوعی دربارهٔ کاراکترها توضیح می‌دهد و راهنمای عکس سخنگو با هوش مصنوعی نشان می‌دهد چطور یک پرتره را وادار به گفتن یک جمله کنی.
فقط از صدای خودت یا صدایی که اجازهٔ استفاده از آن را داری به‌عنوان رفرنس صوتی استفاده کن. تقلید صدای یک آدم واقعی بدون رضایت او در Mage مجاز نیست.
مدل مناسب برای هر کار
مدل‌های پشت صداها در Mage
Seed Audio صدا را می‌سازد. این مدل‌های ویدیویی آن را در کلیپ می‌گویند.
Seed Audio
صدا، دیالوگ، موسیقی و افکت صوتی از روی پرامپت، به‌صورت MP3 با طول دقیق ۵، ۱۰، ۳۰، ۶۰ یا ۱۲۰ ثانیه. یک رفرنس تصویری یا حداکثر سه رفرنس صوتی.
Cherry 2 Pro
مدل ویدیوی پرچم‌دار Mage: کاراکترها با صدای خودشان حرف می‌زنند، رفرنس صوتی می‌گیرد و کلیپ‌ها تا ۳۰ ثانیه و تا 1080p هستند.
Lemon
یک مدل ویدیوی همه‌کاره با قیمتی مناسب‌تر، با صدای کاراکتر، صدای تولیدشده و کلیپ‌هایی از ۲ تا ۳۰ ثانیه.
Plum Max
نسخه سریع‌تر Plum، با صدای تولیدشده برای هر کلیپ، صدای شخصیت‌ها و مرجع‌های صوتی. Plum در Lipsync پیش‌فرض است.
این پرامپت‌ها را امتحان کن
پرامپت‌های صدا برای شروع
یکی را در Seed Audio جای‌گذاری کن، مدت را انتخاب کن و متن و گوینده را عوض کن.
گوینده مستند، ۱۰ ثانیه
یک گوینده زن آرام و با صدای بم، در چهل‌سالگی، با ریتم سنجیده، در اتاقک استودیو، می‌گوید: «آن پایین، زیر یخ، چیزی مدت‌هاست که منتظر مانده است.»
فریاد شخصیت بازی، ۵ ثانیه
یک سلاح‌دار جوان نفس‌نفس‌زن، هیجان‌زده و کمی هراسان، بیرون در باد، فریاد می‌زند: «از دیوار گذشتند! زنگ را بزنید!»
گفت‌وگوی دونفره، ۳۰ ثانیه
دو دوست در یک کافه شلوغ: زنی سرزنده می‌کوشد مردی شکاک و بامزه با شوخی‌های خشک را قانع کند که چتربازی را امتحان کند؛ هم‌پوشانی و خنده‌های طبیعی، فضای کافه
فضایی برای آزمایش
صدا در Mage در مقایسه با یک ابزار جداگانه صدا
یک ابزار مستقل صدا، صدای عالی می‌سازد و بعد فایلی به دستت می‌دهد که باید جای دیگری ببری. در Mage صدا، شخصیتی که صدا مال اوست و ویدیویی که در آن ظاهر می‌شود، همه در یک حساب هستند.
یک ابزار جداگانه صدا
- صدا در یک اپ، ویدیو در اپی دیگر
- صداها به شخصیت‌های تو وصل نیستند
- یک حساب دیگر و یک پلن دیگر
Seed Audio در Mage
- صدا، موسیقی و افکت‌های صوتی در یک مدل
- شخصیت ذخیره‌شده در هر کلیپ صدای خودش را حفظ می‌کند
- Lipsync و ویدیو در همان حساب
- به‌طور پیش‌فرض خصوصی
دنبال تخیلت برو
مردم با هوش مصنوعی تولید صدا چه می‌سازند
صدای شخصیت‌ها برای ویدیو
به هر شخصیت در یک سریال صدای مخصوص خودش را بده تا هر بار که حرف می‌زند همان استفاده شود.
صداگذاری و روایت
روایت برای ویدیوهای توضیحی، تریلرها و فیلم‌های کوتاه، دقیقاً به اندازه مدت تدوین.
پرتره‌های سخنگو
جمله‌ای برای اینکه Lipsync آن را روی دهان یک پرتره، یک ماسکوت یا یک شخصیت بگذارد.
بازی‌ها و نمونه‌های اولیه
فریادها، اعلان‌ها و دیالوگ‌های موقت تا زمانی که بازی یا اپ در حال توسعه است.
کوچک شروع کن، بزرگ رؤیا ببین.
آیا تولیدکننده صدای هوش مصنوعی رایگان است؟
شروع کار با Mage رایگان است و Seed Audio در هر پلنی با Gem اجرا می‌شود. کلیپ‌های نامحدود از پلن Basic برای ۵ و ۱۰ ثانیه شروع می‌شوند و کلیپ‌های طولانی‌تر در پلن‌های بالاتر نامحدودند.
رایگان
$0
۳۰۰ Gem یک‌باره برای اعضای جدید. بدون واترمارک.
Basic
$10/ماه
کلیپ‌های نامحدود Seed Audio به مدت ۵ و ۱۰ ثانیه، ۵۰۰ Gem ماهانه.
Pro
$30/ماه
کلیپ‌های نامحدود Seed Audio تا ۳۰ ثانیه، ساخت نامحدود شخصیت و ویدیو، ۱٬۵۰۰ Gem ماهانه.
کمی شفاف‌تر
سؤالات متداول
تولیدکننده صدای هوش مصنوعی چطور کار می‌کند؟
آیا می‌توانم به شخصیتم صدا بدهم؟
آیا می‌تواند صدا را از روی یک ضبط کپی کند؟
آیا تولیدکننده صدای هوش مصنوعی رایگان است؟
یک کلیپ صوتی تا چند ثانیه می‌تواند باشد؟
آیا می‌توانم از صداها استفاده تجاری کنم؟
مولدها و راهنماهای مرتبط
Mage فقط برای بزرگسالان بالای ۱۸ سال است. هر محتوای غیرقانونی ممنوع است؛ هر محتوایی که شامل افراد زیر سن قانونی یا تصویرسازی بدون رضایت از افراد واقعی باشد اکیداً ممنوع است.