Clonagem de voz com IA para agentes em tempo real

A clonagem de voz com IA cria uma voz sintética a partir das gravações de um falante. Depois, você pode gerar novas falas a partir de texto usando essa voz. O resultado depende da gravação original e do método de clonagem; não há garantia de uma voz idêntica.

Comece com 10 segundos para uma clonagem instantânea. O Sonic 3.6 e versões posteriores podem usar até 60 segundos para preservar melhor o sotaque; modelos anteriores aprendem apenas com os primeiros 10 segundos. Confira o limite atual de tamanho de arquivo no formulário de envio. Uma clonagem profissional exige pelo menos 30 minutos de áudio limpo de um único falante. Consulte os guias atuais de gravação para Voz clonada instantânea e Voz clonada profissional.

Instant Voice Cloning cria uma voz em segundos a partir de um clipe curto. Pro Voice Cloning treina com um conjunto maior de dados e vale a pena quando uma voz clonada instantânea não preserva suficientemente um sotaque raro ou características vocais distintivas. O treinamento de uma voz clonada profissional leva até 3 horas, segundo o guia atual de gravação. Sua velocidade e seu volume são aprendidos com o conjunto de dados e não podem ser alterados por controles na solicitação.

Grave um único falante em uma sala silenciosa, sem música, eco ou ruído de fundo. Fale naturalmente no idioma e no estilo que deseja para a voz clonada. Na clonagem instantânea, o clima do clipe se transfere para a voz gerada. Na profissional, aprove uma leitura de teste antes de gravar o conjunto completo e inclua os tipos de frase que seu agente realmente vai dizer.

Sim. Abra Instant Voice Clone no Cartesia Playground, grave ou envie sua voz e escolha o idioma da gravação. Depois, você pode digitar um texto e ouvir sua voz personalizada lendo. Não é necessário criar uma integração de API para começar.

A clonagem de voz exige um plano pago. Instant Voice Cloning está disponível no Pro e superiores; a Pro Voice Cloning, no Startup e superiores. Compare os planos atuais para escolher a opção de clonagem e a quantidade de geração de fala adequadas ao seu projeto.

Sim. Uma voz clonada oferece uma voz reutilizável para gerar fala a partir de novos textos. Use-a para narrar um tutorial, revisar um texto de vídeo ou ler uma apresentação com sua própria voz. Ouça o áudio gerado antes de adicioná-lo ao projeto, especialmente quando o texto contém nomes ou termos especializados.

A gravação original define o tom e a interpretação da voz clonada. Teste uma clonagem instantânea com frases que realmente pretende usar. Se ela não captar características distintivas, uma clonagem profissional pode aprender com um conjunto maior de gravações. Compare o resultado com o áudio original antes de escolher uma voz para produção.

Crie a voz pelo Playground ou pela API de clonagem e use seu ID nas solicitações de texto para fala. Sua aplicação fornece o texto a ser falado e recebe áudio gerado. Comece pela referência da API Clone Voice para as etapas de envio da gravação e criação da voz.

Sim, você pode usar uma voz personalizada em um agente de voz da Cartesia. A clonagem fornece a voz; o agente ainda precisa de instruções, ferramentas dos sistemas da empresa e conexão telefônica. Nosso guia de recepcionista de IA explica agendamento, transferências para pessoas e testes a executar antes de atender clientes.

Clone apenas sua própria voz ou uma voz que tenha permissão explícita para clonar e usar para a finalidade pretendida. Uma assinatura não concede direitos sobre a voz de outra pessoa. Confira o acesso e as condições de uso comercial do seu plano na página de preços e revise os termos de serviço antes da implantação.