Ses üretimi Instrument specializat

Metinden, materyaliniz için bir ses.

Text-to-speech modelleri aracılığıyla ses materyallerinin oluşturulması, dinlenmesi ve indirilmesi için bir stüdyo. Arayüz, ses seçimini ve üretim için yararlı ayarları bir araya getirir.

Discută o demonstrație Nasıl çalışıyor Bir örnek görün

1Text și voce
2Generare audio
3Ascultare și export

Schemă explicativă ·Voice Studio

Voice Studio

Bilgiden yapılmış işe.

Metni hazırlarsınız

Metni yazarsınız ve kullanım için yetkilendirilmiş sesi seçersiniz.

Reglezi

Ses modeline sunulan parametreleri ve seçenekleri ayarlarsınız.

Revizuiești

Dinlersiniz, düzeltirsiniz ve materyali proje için indirirsiniz.

Nerede faydalı olur.

Narațiune

Açıklayıcı materyaller, sunumlar ve sesli içerik.

Producție

İçerik ekipleri için bir üretim ve inceleme akışı.

Experimentare

Kullanımdan önce bir metnin yorumlarının karşılaştırılması.

Araç, entegre sağlayıcıların ses modellerini kullanır. Maliyetler, sesler üzerindeki haklar ve sağlayıcının kuralları geçerlidir.

Voice Studio ayrıntılı olarak

Bu proje ile neler yapabilirsiniz.

Voice Studio, metinden ses dosyasına uzanan zincirdir: metni yazarsınız, sesi seçersiniz, duygu ve duraklama işaretleri eklersiniz, modeli ayarlarsınız, dinlersiniz, düzeltirsiniz ve indirirsiniz. Sağlayıcı ElevenLabs’tir — bunu adıyla söylüyoruz, çünkü hangi seslerin kullanılabileceğini, ne kadar tuttuğunu ve sonuçla ne yapmaya izin verildiğini bu belirler.

Görünmeyen ve aslında aracın var olma nedeni olan kısım: API anahtarı hiçbir zaman tarayıcıya ulaşmaz. Arayüz yalnızca metni kendi sunucu işlevinize gönderir, o işlev de anahtarı tutar ve ElevenLabs ile konuşur. Bu katman olmadan, ses üreten her sayfa tarayıcı konsolunu açan herkese anahtarını ifşa eder.

Grai değil. Grai, ürünü olmayan bir ses modeli araştırmasıdır. Voice Studio, entegre sağlayıcılı üretimdir, bugün kullanılabilir. İkisi hiçbir kod paylaşmaz.

Farklı uzlaşmalar için seçilmiş dört model

Eleven v3, ifade gücü ve duygu işaretleri için; Multilingual v2, istikrar için; Turbo v2.5, maliyet için; Flash v2.5, en düşük gecikme için. Bunlar aynı şeyin dört varyantı değildir: v3, diğerlerinin görmezden geldiği işaretleri kabul eder, Flash ise hız için nüansı feda eder.

Sadece metin değil, oyunculuk işaretleri

Eleven v3’te metne 14 duygu durumu ([excited] ve [whispers]’tan [sarcastic] ve [tired]’a kadar), 9 sözel olmayan ve duraklama işareti ([laughs], [sighs], [clears throat], [pause], [breathes]) ve 7 sunum işareti ([rushed], [drawn out], [singing], [muttering], [quietly]) ekleyebilirsiniz. İmlecin konumunda eklenirler, çünkü yer de işaret kadar önemlidir.

Sonuçta görünen ayarlar

Stabilite, kaynak sese benzerlik, stil abartısı, 0,7 ile 1,2 arasında hız ve ayrıca konuşmacı itişi. v3’te stabilite sürekli bir kaydırıcı değil, üç kademedir — Kreatif, Natural, Robust — çünkü model kesikli davranır, sürekli değil; ince bir kaydırıcı, olmayan bir kontrolü ima ederdi.

Telefonculuk için biri dahil beş dışa aktarma biçimi

44,1 kHz 128 veya 192 kbps MP3, küçük dosyalar için 22 kHz 32 kbps MP3, bir montaja giren ham WAV için PCM 44,1 kHz ve μ-law 8 kHz — materyal bir IVR’a veya bir santrale gidiyorsa telefonculuk biçimi.

Sekiz zorlanabilir dil ya da metinden algılama

Romence, Rusça, İngilizce, Ukraynaca, Fransızca, İtalyanca, İspanyolca, Almanca — ya da otomatikte bırakılır. Dili zorlamak, otomatik algılamanın tam da özel adlarda yanlış seçim yaptığı karışık metinlerde önemlidir.

Veri ve çalışma

Sisteme ne girer. Ne doğrulanmalıdır.

Anahtar tek bir yerde durur: Sunucuda şifrelenmiş bir ortam değişkeninde, asla kodda, git’te veya frontend’de değil. Tarayıcı yalnızca kendi fonksiyonumuzu çağırır. Anahtar ElevenLabs’ten yalnızca sentez izni alır, tüm hesaba erişim değil, ayrıca aylık karakter sınırı vardır — çünkü bir anahtarın gerçek korunması onun sırrı değil, sızarsa ne kadar zarar verebileceğidir.
Metin sağlayıcıya ulaşır: Bu, harici bir sağlayıcı kullanmanın doğrudan sonucudur: sentezlemek için verdiğiniz metin ElevenLabs’e gider. Kişisel veriler, yayımlanmamış fiyatlar veya müşteri bilgisi içeren bir metin izinsiz gönderilmez. Bu bir formalite değildir — aracın kullanıcıya devrettiği tek uyum karar budur.
Sesler klonlanır, bu yüzden rıza gerekir: Arayüzde sabitlenen sesler kütüphane sesleri değil, ElevenLabs’in klonlama arayüzü üzerinden gerçek kişilere ait örneklerden oluşturulan klonlanmış seslerdir. Bu, bunun bir ürün lisansı meselesi değil, kişinin onayı meselesi olduğu anlamına gelir. Moldova Cumhuriyeti’nde, Legea 195/2024 sesi 23 august 2026 tarihinden itibaren biyometrik veri olarak ele alır.
Hiçbir şey saklanmaz: Oluşumlar tarayıcı sekmesinin belleğinde kalır, en fazla son 12 tane, ve yeniden yüklemede silinir. Veritabanı yok, sunucuda geçmiş yok, hesap yok. Ses yanıtı Cache-Control: no-store ile sunulur.
Sonuçla ne yapmanıza izin verilir: ElevenLabs aboneliği, üretilen materyal üzerinde ticari kullanım hakkı sağlar, ancak kullanım politikaları çıktının bir rakip sistemi eğitmek, test etmek veya kurmak için kullanılmasını açıkça yasaklar. Pratikte: ses dosyası bir müşteri materyaline girebilir; kendi modeliniz için eğitim verisi olamaz.

Keşiften uygulamaya

Voice Studio ile bir proje nasıl hazırlanır.

Materyali ve onu kimin dinleyeceğini netleştiriyoruz

Bir radyo spotu, bir tanıtım anlatımı ve bir IVR mesajı format, ritim ve uzunluk açısından farklı gereksinimlere sahiptir. Dışa aktarma formatı buradan seçilir, en sonda değil.

Önce ses haklarını çözüyoruz

Hangi sesin kullanılacağı ve hangi onaya dayanacağı. Yeni bir sese ihtiyaç varsa, klonlama örnekler ve kişinin onayını gerektirir, yalnızca bir ses dosyasını değil.

Üretiyoruz, dinliyoruz ve ayarları değil, metni düzeltiyoruz

Telaffuzla ilgili sorunların çoğu, kaydırıcıları hareket ettirmekle değil, metni yeniden yazarak çözülür: kısaltmalar açılır, belirsiz olan yerlerde sayılar harflerle yazılır ve özel adlar cümleye eklenmeden önce ayrı ayrı test edilir.

Dosyayı teslim ediyor ve neyin izinli olduğunu kaydediyoruz

Doğrulanmış dışa aktarma, ayrıca kullanılan ses ve kullanım sınırlamaları hakkında bir not — böylece materyal, haklar konusunu yeniden başlatmadan altı ay sonra yeniden kullanılabilsin.

Netleştirilmesi gereken sorular.

Hangi sağlayıcıyı kullanıyorsunuz?

ElevenLabs. Sunucu fonksiyonumuz doğrudan api.elevenlabs.io, sentez uç noktasını çağırır. Bu soyut bir sağlayıcı değildir: kullanılabilir sesler, maliyet, çıktı biçimleri ve sonucun kullanım kuralları ona bağlıdır.

Hangi sesleri kullanabilirim?

Arayüzde sabitlenenler; bunlar sağlanan örneklerden klonlanan seslerdir — kütüphane sesleri değil. Yeni bir ses, ElevenLabs’in klonlama arayüzü üzerinden örnekler yüklenerek oluşturulur; dosya başına 11 MB sınırları vardır; bunun üzerinde otomatik olarak mono 22 kHz 64 kbps’ye yeniden sıkıştırırız. Teknik olmayan ama önemli olan kısım şudur: bir kişinin sesini klonlamak o kişinin onayını gerektirir. Moldova Cumhuriyeti’nde ses, 23 august 2026 tarihinden itibaren biyometrik veridir; dolayısıyla herkese açık bir kayıt hiçbir şeyi yetkilendirmez.

Aynı anda ne kadar metin gönderebilirim?

İstek başına 5.000 karakter; bu sınır sağlayıcı tarafından değil, tarafımızca konulmuştur. Nedeni maliyettir: yüz kat daha uzun bir metinle yapılan hatalı bir istek bir hata değil, bir faturadır. Bu işlevin 60 saniyelik çalışma süresi vardır; bu da bu büyüklükte bir blok için yeterlidir.

Hangi biçimlerde dışa aktarıyor?

44,1 kHz 128 kbps MP3 (varsayılan) veya 192 kbps, küçük boyut için 22 kHz 32 kbps MP3, ham WAV için 44,1 kHz PCM ve telefonculuk için μ-law 8 kHz. Sonuncusu, insanların unutup sonra materyalin telefon santralinde kötü duyulduğunu keşfettiği biçimdir.

Üretilen sesi kendi sesimi eğitmek için kullanabilir miyim?

Hayır. ElevenLabs aboneliği size materyal üzerinde ticari kullanım hakkı verir, ancak kullanım politikaları çıktının rakip bir sistemi eğitmek, test etmek veya geliştirmek için kullanılmasını açıkça yasaklar. Bir müşteriye teslim edilen bir dosya uygundur; aynı dosyanın kendi modeliniz için eğitim verisi olarak kullanılması uygun değildir. Bu, göz ardı edildiğinde bedeli olan bir ayrımdır ve Grai’nin burada çıkan hiçbir şey üzerinde eğitilmemesinin nedenidir.

Oluşturduğum şey bir yerde saklanıyor mu?

Hayır. Geçmiş, sekmenin belleğinde yaşar, en fazla 12 üretim tutar ve yeniden yüklemede kaybolur. Hesap, veritabanı veya sunucu tarafında depolama yoktur; ses yanıtı açıkça önbelleğe alınamaz olarak işaretlenir. Dosyayı istiyorsanız, o anda indirirsiniz.

Bunu tek başıma kullanabilir miyim?

Bugün hayır. Dağıtım, Vercel kimlik doğrulamasının ve isteğe bağlı olarak her istekte başlık olarak istenen ek bir erişim belirtecinin arkasındadır. Bu, kayıtlı bir servis değil, materyal üretimi için dahili bir çalışma aracıdır. Teslim ettiğimiz şey ses materyalidir, panele erişim değil.

İllüstratif örnek

Bir tanıtım materyalinin anlatımı, iki dilde

Müşteri verisi veya atfedilen ticari sonuçlar olmadan bir kullanım senaryosu.

İlk durum

Aynı ses tarafından, aynı enerjiyle Romence ve Rusça okunması gereken bir ürün sunumunun metni.

Nasıl çalışır

İfade gücü için Eleven v3 seçilir ve otomatik algılamaya bırakılmak yerine her varyantta dil açıkça zorlanır — özel isimli metinlerde algılama, en yüksek sesle duyulduğu yerde tam yanlış olanı seçer. Kararlılık Natural üzerinde ayarlanır; duraklamalar metinde [pause] ve [short pause] ile tam konumunda işaretlenir, cümle sonunda değil. Dinlenir ve metin düzeltilir, imleçler değil.

Rezultatul

44,1 kHz’de iki MP3 dosyası, aynı ses, aynı enerji, oluşturma anında indirilir. Materyal bir montaja girecekse, iki kez sıkıştırılmaması için MP3 yerine PCM alınır.

Ce este necesar:Vocea trebuie să fie una pentru care există acordul persoanei clonate. Textul nu trebuie să conțină informație care nu are voie să ajungă la un furnizor extern.

İş birliği olanakları

Voice Studio, organizasyonunuzun bağlamında.

Ses içeriğinin işlenmesi

Kullanım hakları bulunan ve belgelenmiş bir amacı olan materyaller üzerinde transkripsiyon ve ses üretimi projeleri.

Özel şirketler

Gerçek bir süreç etrafında bir pilot tanımlıyoruz: kullanıcılar, veriler, entegrasyonlar, maliyetler ve kabul kriterleri. Sonucun değerlendirilmesinden sonra genişleme gelir.

Kamu kurumları ve şirketleri

Erişilebilirlik, barındırma, veri koruması ve birlikte çalışabilirlik gereksinimlerini belirliyoruz. AGE veya STISC hizmetleriyle herhangi bir bağlantı, uygunluk, erişim ve onayların doğrulanmasını gerektirir.

Bunlar uyarlama senaryolarıdır, mevcut sözleşmeler veya ortaklıklar hakkında beyanlar değildir. Önerilen işlevler projenin çalışma alanında doğrulanır.

Bir pilotu konuşalım

Bir ekosistemin parçası.

Yapay zekâ sesli ajanları

Kallina

Çağrı alan ve çağrı başlatan, işletmenin bilgisini kullanan ve sistemlerinizle çalışan ajanlar kuruyoruz.

Platformă

Ses araştırması

Grai

Grai, ses sentezi ve buradaki dillere uyarlanmış modeller için araştırma yönümüzdür.

Cercetare & dezvoltare

Ses ve medya analizi

Monitor Radio

Radyo reklamlarını yakalamak, deşifre etmek ve düzenlemek için bir araç.

Instrument specializat

Neyin daha iyi çalışmasını isterdiniz?

Bize sürecinizi anlatın. Neyin kurulmaya değer olduğuna, neyi bağlayabileceğimize ve sonucu nasıl doğrulayacağımıza birlikte karar verelim.

Hadi konuşalım