AI-stemmen genereren

Een AI-stemgenerator zet geschreven tekst om in gesproken audio. Jij typt wat er gezegd moet worden en beschrijft hoe het moet klinken, zoals leeftijd, accent, tempo en emotie, en het model voert het uit. Het resultaat is een audiobestand dat je kunt gebruiken in een video, een game, een podcastintro of een presentatie.

Op Mage is Seed Audio het stemmodel. Het maakt stemmen, dialogen, muziek en geluidseffecten met één prompt en levert een MP3 op met precies de lengte die je kiest: 5, 10, 30, 60 of 120 seconden. Je kunt één afbeeldingsreferentie of maximaal drie audioreferenties meegeven om het geluid te sturen, maar niet allebei in dezelfde clip.

Wat het op Mage zo handig maakt, is wat je daarna kunt doen. Een opgeslagen personage kan een stem krijgen, en de videomodellen die personagestemmen kunnen lezen, Cherry, Raspberry, Plum, Lemon en MiniMax-H3, gebruiken die automatisch. Zo klinkt het personage dat je hebt ontworpen in elke clip hetzelfde. Met de Lipsync-app kun je ook een stemfragment dat je hebt gemaakt gebruiken en er een gezicht op laten synchroniseren.

Een stemprompt bestaat uit twee delen: wat er gezegd wordt en hoe het klinkt. Zet de gesproken woorden tussen aanhalingstekens, zodat duidelijk is dat dit het script is, en beschrijf daaromheen de uitvoering. "Een warme, rauwe man van in de zeventig, langzaam en geamuseerd, dicht bij de microfoon in een stille kamer, zegt: “Elk verhaal begint met iemand die thuis had moeten blijven.”" geeft Seed Audio een spreker, een manier van spreken en een ruimte.

De details die een stem het meest veranderen zijn leeftijd, energie, tempo en afstand. Een gefluister dicht bij de microfoon, een toneelstem in een grote zaal en een vermoeide stem aan de telefoon zijn drie totaal verschillende uitvoeringen van dezelfde woorden. Benoem de emotie met een werkwoord, zoals plagen, smeken of aankondigen, in plaats van alleen met een bijvoeglijk naamwoord.

• Zet de exacte woorden tussen aanhalingstekens
• Geef een leeftijdscategorie en een energieniveau
• Benoem het tempo: rustig, vlot, haperend
• Beschrijf de ruimte: studio, straat, kathedraal, telefoon
• Gebruik een tekst van 5 of 10 seconden om een stem te testen voordat je een lange tekst laat inspreken

Seed Audio levert precies de duur die je kiest, dus stem de lengte af op het script. Een enkele zin of een reactie past in 5 of 10 seconden. Een korte voice-over of productpresentatie past in 30. Een dialoogscène of een vertelling past in 60 of 120. Is het script te lang voor de clip, dan wordt er gehaast gesproken; is het te kort, dan blijft er stilte of ruimtegeluid aan het einde over.

Houd rekening met waar de audio naartoe gaat. Lipsync en Music Video accepteren audio tot 15 seconden, dus schrijf voor een pratend portret een zin die in 10 seconden past en genereer op die lengte.

Een personage op Mage kan een stem krijgen: upload een MP3 of WAV, of genereer bij het aanmaken van het personage een kort voorbeeld met Seed Audio. Vanaf dat moment gebruiken Cherry, Raspberry, Plum, Lemon en MiniMax-H3 die stem automatisch wanneer het personage spreekt. De AI-personagegenerator behandelt personages, en de gids over de AI-sprekende foto laat zien hoe je een portret een zin laat zeggen.

Gebruik referentie-audio alleen van je eigen stem of van een stem waarvoor je toestemming hebt. Een echt persoon nabootsen zonder diens toestemming is niet toegestaan op Mage.