Сохраняй посты, комментируй и ставь оценки
Видео - сгенерировано с помощью нейросетей. Аудио - сгенерировано с помощью синтеза голоса baya_v2 (с повышенным качеством 22 kHz).
Я хотел бы поделиться нашими новыми публичными моделями синтеза речи. Они стали радикально лучше, качественнее и обзавелись целым рядом фич:
Модели в 10 раз быстрее и в 2 раза меньше (и все голоса внутри одной модели)
Теперь там появился новый высококачественный диктор, а также модель умеет генерировать случайных дикторов (пример на видео ниже)
Мы научили их делать паузы, менять скорость и тон речи
Они могут генерировать аудио разного качества - от телефонии до диктора из студии (8, 24, 48 kHz)
Теперь нет детских болячек таких как зависание или пропуск слов
Попробовать модель как обычно можно в нашем репозитории и в колабе.
Насколько Пикабу позволяет, вот примеры звучания моделей:
Всем известно, что Blizzard сделали с Warcraft-ом и его божественной оригинальной озвучкой.
Поэтому мы сделали бота в телеге, которым можно озвучивать любые фразы голосом своего любимого персонажа из Warcraft 3! Доступны не все, но самые популярные персонажи.
Чтобы сделать свою озвучку нужно зайти в бота по ссылке, выбрать персонажа и ввести текст. И все, озвучка готова! Также есть опция генерации голосовых портретов, но она работает относительно долго (долго работает именно отправка в телегу). Так что пользуйтесь ей осторожнее!
На данный момент доступны следующие голоса:
И за сим, не нужно кланяться =)
Update - фичу с генерацией видосиков скорее всего выключим, так как из-за нее ffmpeg ложится в бесконечный цикл и ломает бота.
Не секрет, что у Baldur's Gate 3 не было оригинальной русской озвучки. Мы сделали так, что главные персонажи из игры могут говорить на русском языке. Некоторые говорят с небольшим акцентом … а некоторые с заметным акцентом.
Послушайте сами, убедитесь:
Попробовать можно тут - @silero_voice_bot - https://t.me/silero_voice_bot
Персонажи Warcraft 3 (Тралл, Гром и Кэрн) поют гимн Орды. Голоса сгенерированы с помощью бота для синтеза (@silero_voice_bot), текст основан на гимне СССР (1943—1956).
Увидел новость про виртуального помощника "Валеру", которого только что презентовала РЖД. Судя по голосу, взят наш голос aidar из репозитория silero-models … опубликованный под некоммерческой лицензией CC BY-NC-SA.
Сравните голос тут:
И тут (кота вставил, потому что Пикабу не умеет в аудио):
Очевидно, что когда мы выкладывали модель, мы прекрасно понимали, что у этого могут быть последствия. Нам конечно льстит, что РЖД сделала свой выбор в пользу нашей модели, но это не отменяет факта нарушения лицензии.
Обычно компании обращаются за кастомизацией или доработками. Или просто покупают лицензию на коммерческую версию ПО. Но в данной ситуации видимо сотрудникам РЖД (или подрядчикам) было просто наплевать на лицензию … или они ее просто не читали (все мы догадываемся как работают бизнес процессы в таких компаниях).
Очередной вопрос к комьюнити, стоит ли инвестировать средства в судебные тяжбы в этой конкретной ситуации, или оставить ситуацию на уровне публичного обсуждения и постараться привлечь к нему максимальное количество внимания? Может быть вы уже оказывались в подобной ситуации - пожалуйста поделитесь своим опытом.
В прошлый в похожей ситуации раз мнения разошлись (и банк сразу прибежал в комментарии мол ой, мы уже не используем, вы нас не так поняли): часть комьюнити топила за то, что тогдашняя лицензия GNU AGPL по сути не защищает такие релизы от коммерческого использования, часть, что банк неправ. Но по этой причине лицензию моделей поменяли на CC BY-NC-SA и вроде как сейчас сомнений уже не должно быть.
Поднимите, пожалуйста, в топ.
Бот доступен по той же ссылке - t.me/silero_voice_bot или просто @silero_voice_bot в телеграме.
Что стало лучше:
- Мы сильно ускорили работу бота и пофиксили баги, которые воспринимались пользователями как зависание;
- Боту сделали инлайн режим. Идем в самого бота, проходим капчу, потом уже можно пользоваться просто через @silero_voice_bot (подробности в /help или /inline);
- Мы вернули функцию генерации видосов. В начале сильно тормозила именно заливка видосов в телегу, но мы решили это, просто добавив мощности серверу, где крутится бот;
- У бота убрали характерное "заикание", которое возникало на запятых;
- Боту дали возможность генерации сразу целых небольших диалогов. Подробнее в /help и /speak, а тут просто пример команды:
/speak arthas Весь город должен быть уничтожен!
/speak uther Как ты мог даже подумать об этом?
/speak uther Должен быть какой-то другой путь!
/speak arthas Проклятье, Утер!
/speak arthas Как будущий король я приказываю тебе очистить этот город от солдат тьмы!
PS
Инструкция как делать такие видосы.
Телеграм канал с новостями бота.
1 мая - мир, труд, равенство, братство, свобода и счастье! День борьбы за права трудящихся и международной солидарности трудящихся.
А еще 1 мая 1945 года на крыше здания рейхстага в городе Берлине было водружено Знамя Победы.
PS
Немного не успел сделать нормально (вообще думал сначала пошерить только в телеге), но хотел бы поделиться вот таким поздравлением, которое мы сделали. Пока посмотрим на реакцию людей, а к 9 мая уже наверное сделаем более масштабно и вовремя)
В прошлый раз писал пост про бота для озвучки голосами орков из Warcraft. Вроде зашло. Хотел рассказать, что нового появилось.
Добавилась переозвучка аудио и кружков. Фича экспериментальная. "Обычные" голоса работают лучше фановых игровых, всё еще впереди. Вот более-менее реалистичная презентация (понятно, что решает микрофон и похожесть голоса на целевой):
В боте можно контролировать темп и тон речи. При замедлении некоторые персонажи начинают звучать как бухие, например (панде это особенно хорошо подходит).
В боте теперь есть огромный выбор голосов из разных игр, от олдскульных до зумерских:
Также наросло много "секретных" и фановых фич:
- Инлайн режим бота (/inline), чтобы использовать его в чатах (знаю, не работает с кружками, ограничение самой телеги);
- Озвучка гифок (/gif) - по сути наложение аудио на гифку - открывает простор для творчества;
- Упомянутая выше возможность менять темп и тон речи (/prosody);
- Возможность озвучки целых диалогов сразу (/speak) и смены голоса в командной строке (/speaker).
Знаю, что в последнее время тут не любят ссылки на телегу и очень агрессивно к этому относятся. Но бот изначально был в телеге.
Чтобы сделать свою озвучку нужно зайти в бота, выбрать персонажа и ввести текст. И все, озвучка готова!
Пока мы все ждем Half-Life 3 и Portal 3, GladOS там явно скучает одна.
Выкладываем тайные откровения GladOS о людях на канал в телеграме - t.me/GladOS_being_a_dick
Сделано с помощью - t.me/silero_voice_bot
И еще парочка:
Пока это наверное самое запоминающееся короткое видео, сделанное с помощью нашего бота.
Нашел его на дваче, автора не знаю (если автор отзовется, поставим ссылку).
Пользователи пишут, что сделано было так:
- Взят портрет из игры;
- Аудио сделано с помощью бота;
- Липсинк сделано с помощью avatarify;
Видео мне очень запомнилось, и странно, что никто еще такого больше не сделал.
Релиз игры назначен на 21 февраля этого года, но в нашем боте уже доступны 3 персонажа игры - 🤖 Терешкова, ☭ P3 и 🥄баба Зина.
🔗Бот - https://t.me/silero_voice_bot или просто @silero_voice_bot в телеграме
Комментарии