文竹

文竹2
Labels:

评论

发表评论

看看别的

使用现成服务实现文本转语音，获得更自然的 AI 语音

图片
Samantha 和 晓晓 “黑寡妇”斯嘉丽 约翰逊凭借其在电影 Her 中给人工智能伴侣 Samantha 的配音，获得了第八届罗马电影节最佳女主角, 而约翰逊在电影中未曾露过一面。电影 her 讲述主人公离婚后找了个人工智能做女朋友，每天和 AI 谈情说爱的故事。有个小插曲是他发现自己的女朋友同时还和成百上千人谈恋爱，瞬间心碎。其他我没什么印象，毕竟多年前的电影了。之前在笔友软件 slowly 上和台湾笔友聊过这部电影。突然想起貌似看过一个小说叫做《不存在的女朋友》……好歹人家这个女友 Samantha 还会说话。 电影上映十年后的现在，与“人工智能”聊天成为现实。当然也有专门的 AI 女朋友，网站流量还很高。不少人在短视频平台分享自己与 ChatGPT 聊天的视频，比如和 GPT 对话以练习外语口语，让 GPT 学小猫小狗叫等等。我自己也想摆脱哑巴英语， 和 PI 聊过几句 。 人工智能不仅可以理解人的提示词返回文本或者声音，就连声音也越来越自然。微软最近更新的 AI 语音“晓晓 多语言”，对比去年年底说普通话的“晓晓”，甚至还加上了说话气息，呵呵、哈哈等笑声也更自然。 人工智能语音在工作中的应用 那么自媒体从业者如何使用 AI 来给自己的视频等创作配音，让声音听起来更真实，从而在众多的作品中脱颖而出呢？除了在微软 Azure 上部署文本转语音服务之外，我们还可以借助现成的服务来轻松地获得 AI 语音。比如 speechify, naturalreaders, ttsreader, Clipchamp, etc. speechify 提供歌手 Snoop Dogg 的声音，以及 Gwyneth Paltrow ——我也不知道是谁, 这两人的声音是独家的。对了还有总统的声音，貌似是奥巴马。普通话的话，speechify 提供六种声音，包含一种台湾腔的女声。Speechify 甚至支持图片转语音：OCR 识别并“读取”图片中的文本。支持声音克隆。 naturalreaders 每天可用20分钟。超过后免费用户只能使用免费的声音了，听起来效果一般。貌似还不能商用。支持克隆自己的声音。 使用 win 系统自带的 Clipchamp 软件，实现文本转语音。 比较了下，微软提供的 AI 语音，优势还是挺大的，支持的语言多，
阅读全文!

卖保险的电话

刚才有人打电话，上来就说自己是某人寿的，然后说，公司正在做活动，不需要花一分钱，就可以办一份保险，需要登记一下我的信息吧好像是。又补充说公司就在动物园的后面。然后自我介绍说姓杜，问我叫什么，我回答姓什么后，她还嫌不够，赶紧报出自己名字，等着我说我的。我说这个不是告诉你了吗，她说只知道姓怎么称呼啊，显得不礼貌。我说可以叫同学啊。问她是不是这个也是分了指标的，要拉多少多少人。她回答不是的，这个是一分钱都不用花的。又问我学校在哪儿，生日是哪年哪月之类的，中间又好几次说这个一分钱都不用掏。我说不需要，学校有医疗保险，她说那可以双保险啊，我说真的不需要，你找别人吧，然后她很无奈的说好的，正要挂电话时候，我听她还在说，就又听了一下，说的是：祝你天天快乐…… 我想想是不是该说个什么，没说，就挂了。   觉得她整个过程都很紧张，说话小心翼翼的，不是很流利。而且好几次提到了不需要花一分钱，这两个要素就决定了大部分接电话的潜在客户不会相信的。明显是此地无银三百两。肯定是个新手吧！骗子的可能性不大，但是毕竟你不能上来就问别人的名字什么的，知道别人的电话号码，又来问完整姓名，谁敢保证这个信息不会泄露出去。每次问名字还都赶紧报上自己叫什么，想取得我的信任，也许他们培训时候讲课的人是这样教的吧?   其实完全可以直接挂掉电话的，之所以没有，一是因为来电显示电话号码是没错的：区号和九五五开头的五位数号码。二是因为人家很可能刚上做这种工作，直接挂掉电话打击有点大。想想一个简单的电话营销，就需要很多能力：沟通能力，随机应变的能力，还要懂点心理学……对了，还要足够的自信！
阅读全文!

使用微软 Clipchamp 给视频添加更自然的配音

图片
虽然不用抖音，但是看小红书的视频笔记时候时不时还是会听到视频里用工具添加的配音，有烂大街的孙猴子声音，还有很扭捏听起来好像有点畏怯的女人声音。反正就是难听！刷到了都要立马划走那种。像 YouTube 等视频平台可以选择是否要开启字幕，将来有没有可能让用户直接选择用哪个声音来读取旁白，视频制作者只需要提供旁白的文字就好了？ 微软的操作系统有一个“讲述人”的功能，可以读屏幕上的文字，包括邮件、网页等等，本来是给视障人士设计提供的。 我想有没有可能用这个听起来很自然的声音来给视频配音呢？搜了下还真可以，需要使用微软的视频剪辑软件 Clipchamp 来操作。微软自己的说法：You can turn words into a natural voice over audio in a variety of accents in Clipchamp thanks to our voiceover feature. There are 400 unique voices to choose from, with different accents and sounds. We offer 170 languages. 如下图： 操作步骤：假定只使用文字转语音这个功能，不剪辑视频。 打开软件，登陆账号。好像需要选择使用场景， 文字转语音只对个人账户可用 。 点击左侧“录像和创建”，点击“创建”下方的“文字转语音”。 右侧选择语言和声音。语言如果选择外语的话，是念不了中文的。中文还支持好几种方言。 填入要转语音的文字。点击预览可以试听。没问题的话点保存。 貌似只能导出 MP4 文件。然后可以用你喜欢的视频剪辑软件添加旁白声音。 如果是剪辑视频的时候添加文本再做转换到音频的操作，点击保存后会自动添加到音轨。 2024年4月13号更新 ：微软最近更新了普通话的 AI 语音，“多语言 晓晓”听起来更自然。 Clipchamp 和其他几个 tts 软件的比较，可看 这篇文章 。 参考链接： How to add a voice over to videos Complete guide to Narrator How to use text to speech in Clipchamp
阅读全文!