Generator Suara AI

AI voice generator mengubah teks tertulis menjadi audio ucapan. Kamu mengetik apa yang harus diucapkan dan mendeskripsikan bagaimana suaranya, misalnya usia, aksen, tempo, dan emosi, lalu model membawakannya. Hasilnya berupa file audio yang bisa kamu masukkan ke video, gim, intro podcast, atau presentasi.

Di Mage, model suaranya adalah Seed Audio. Model ini membuat suara, dialog, musik, dan efek suara dari satu prompt, lalu menghasilkan MP3 dengan durasi persis sesuai pilihanmu: 5, 10, 30, 60, atau 120 detik. Kamu bisa menambahkan satu referensi gambar, atau hingga tiga referensi audio untuk mengarahkan suaranya, tetapi tidak keduanya dalam satu klip.

Yang membuatnya berguna di Mage adalah apa yang terjadi selanjutnya. Karakter yang tersimpan bisa memiliki suara, dan model video yang membaca suara karakter, yaitu Cherry, Raspberry, Plum, Lemon, dan MiniMax-H3, akan memakainya secara otomatis, sehingga tokoh yang kamu rancang terdengar sama di setiap klip. Aplikasi Lipsync juga bisa mengambil dialog suara buatanmu dan menyinkronkan wajah dengannya.

Prompt suara punya dua bagian: apa yang diucapkan dan bagaimana suaranya. Taruh kata-kata yang diucapkan di dalam tanda kutip agar jelas bahwa itu naskahnya, lalu deskripsikan penampilannya di sekitarnya. "Seorang pria hangat berusia tujuh puluhan dengan suara serak, pelan dan geli, dekat dengan mikrofon di ruangan yang sunyi, berkata: “Setiap cerita dimulai dari seseorang yang seharusnya tetap di rumah.”" memberi Seed Audio seorang pembicara, cara penyampaian, dan ruang.

Detail yang paling mengubah suara adalah usia, energi, tempo, dan jarak. Bisikan dekat mikrofon, suara panggung di aula besar, dan suara lelah di telepon adalah tiga penampilan berbeda dari kata-kata yang sama. Sebutkan emosinya dengan kata kerja, seperti menggoda, memohon, atau mengumumkan, bukan hanya kata sifat.

• Taruh kata-kata persisnya di dalam tanda kutip
• Tentukan rentang usia dan tingkat energi
• Sebutkan tempo: santai, cepat, terbata-bata
• Deskripsikan ruangannya: bilik rekaman, jalanan, katedral, telepon
• Siapkan kalimat 5 atau 10 detik untuk menguji suara sebelum pembacaan panjang

Seed Audio menghasilkan durasi persis sesuai pilihanmu, jadi sesuaikan durasi dengan naskah. Satu kalimat atau satu reaksi cukup dalam 5 atau 10 detik. Voiceover singkat atau pembacaan produk cocok untuk 30 detik. Adegan dialog atau narasi cocok untuk 60 atau 120 detik. Naskah yang terlalu panjang untuk klipnya akan terdengar terburu-buru; naskah yang terlalu pendek meninggalkan keheningan atau suara ruangan di akhir.

Rencanakan ke mana audio akan dipakai. Lipsync dan Music Video menerima audio hingga 15 detik, jadi untuk potret yang berbicara, tulis kalimat yang muat dalam 10 detik dan buat dengan durasi itu.

Karakter di Mage bisa memiliki suara: unggah MP3 atau WAV, atau buat sampel singkat dengan Seed Audio saat membuat karakter. Sejak itu, Cherry, Raspberry, Plum, Lemon, dan MiniMax-H3 memakai suara tersebut secara otomatis setiap kali karakter berbicara. Panduan pembuat karakter AI membahas karakter, dan panduan foto bicara AI menunjukkan cara membuat potret mengucapkan sebuah kalimat.

Gunakan audio referensi hanya dari suaramu sendiri, atau suara yang kamu punya izin untuk memakainya. Meniru orang sungguhan tanpa persetujuannya tidak diperbolehkan di Mage.