Bạn đã chán những giọng đọc AI đều đều, vô hồn và dễ bị nhận diện ngay từ những giây đầu tiên? Đã đến lúc đưa các video ngắn (TikTok, Reels, Shorts), review phim, audio book hay podcast của bạn lên một tầm cao mới với thế hệ
.
Không chỉ dừng lại ở việc chuyển đổi văn bản thành giọng nói đơn thuần, công cụ này mang lại quyền kiểm soát biểu cảm và ngữ điệu chân thực đến từng chi tiết:
1. Tải toàn bộ tệp NamHungTTS1+.rar về giải nén ra và chạy file NamHungTTS1+.exe.
2. Lần đầu app sẽ hiện mã định danh riêng từng máy theo HĐH window, hãy copy mã đó gửi cho admin chờ cấp key kích hoạt.
3. Lần đầu khởi chạy app sẽ quét phần cứng cũng như CPU và VGA tìm tài nguyên tương thích để chạy. Chờ thông báo bên phải phía trên hiển tên thiết bị được tìm thấy
thì bắt đầu sử dụng cac chức năng. Mọi chức năng lần đầu chạy sẽ bị chậm do chờ nạp lõi A.I lên thiết bị, hãy chạy mồi 1 câu ngắn thôi, ví dụ : "Xin chào ! Tôi là Nam Hưng đẹp trai đây ! :))"
4. Các chức năng chính của app:
A - Chuyển văn bản thành giọng nói: ở tab này, chúng ta chỉ có 2 lựa chọn giọng là Nam/ Nữ không có lựa chọn vùng mièn, kèm theo đó là độ tuổi, tốc độ và cảm xúc.
B - Thiết kế giọng: tab này tương tự tab đầu tiên nhưng có thêm phần mô tả thêm tone cũng như cảm xúc bổ sung cho giọng. Mô tả giọng nói vùng miền ở tab này. Nếu đã đặt bằng prompt thì các lựa chọn cảm xúc và tone bên dưới hãy để mặc định.
C - Clone có điều khiển: Sao chép giọng nói có thêm chức năng miêu tả cảm xúc cho giọng đọc.
D - Clone giọng trung thực cao: Sao chép giọng bám sát với giọng mẫu nhất, yêu cầu có transcript (văn bản mồi) kèm theo.
E: Phát trực tiếp: Ứng dụng hiện xử lý như sau:
1. Chia nội dung thành các câu hoặc đoạn ngắn.
2. Gọi chế độ streaming.
3. Nhận lần lượt từng gói âm thanh.
4. Cập nhật trạng thái và phần trăm.
5. Ghép các gói lại thành một tệp WAV.
6. Phát tệp sau khi hoàn tất.
Điểm quan trọng: bản hiện tại chưa phát âm thanh qua loa ngay khi từng gói vừa sinh ra. Nó đang streaming ở tầng mô hình nhưng vẫn ghép xong rồi mới phát để tránh tiếng đứt đoạn và lỗi thiết bị âm thanh.
Streaming hữu ích khi:
* Xây dựng API cho website hoặc ứng dụng khác.
* Muốn giảm thời gian chờ nhận gói âm thanh đầu tiên.
* Nội dung được gửi tới từng câu liên tục.
* Xây dựng trợ lý nói chuyện hoặc đọc văn bản gần thời gian thực.
D: Hàng loạt & CLI” là gì?:
Đây là hai chức năng được đặt chung trên một trang nhưng mục đích khác nhau.
Xử lý hàng loạt
Bạn chuẩn bị tệp TXT, mỗi dòng là một nội dung riêng:
Xin chào quý khách.
Cảm ơn bạn đã sử dụng dịch vụ.
Vui lòng chờ trong giây lát.
Cuộc gọi của bạn đang được kết nối.
Chọn tệp TXT, chọn thư mục lưu rồi bấm Bắt đầu xử lý. App tạo:
voice_001.wav
voice_002.wav
voice_003.wav
voice_004.wav
Phù hợp cho:
Tạo nhiều câu thông báo.
Tạo dữ liệu cho video hoặc phần mềm.
Đọc từng đoạn của sách.
Tạo âm thanh cho danh sách sản phẩm.
Tạo hàng trăm câu thoại độc lập.
Trang hàng loạt hiện sử dụng TTS thông thường. Nó chưa áp dụng lựa chọn giới tính, clone hay thiết kế giọng cho toàn bộ danh sách.
PHẠM VI CÁC TÙY CHỌN
- Chuyển văn bản: chọn giới tính/tuổi/tốc độ/cảm xúc sẽ tự dùng Voice Design.
- Thiết kế giọng: hỗ trợ giới tính, tuổi, chất giọng, cảm xúc và tốc độ.
- Clone có điều khiển: hỗ trợ tốc độ, cảm xúc và cách thể hiện; tuổi/giới tính
vẫn chủ yếu do âm thanh mẫu quyết định.
- Clone trung thực cao: cố ý không áp dụng lệnh tuổi/tốc độ/cảm xúc riêng; nó
bám chất giọng, nhịp, cảm xúc và phong cách trong âm thanh mẫu.
- SRT: khi thời lượng câu quá ngắn, ứng dụng phải tăng tốc hậu kỳ để vừa khung;
khi đó lựa chọn "Chậm" không thể được giữ nguyên tuyệt đối.
Nhận xét
Đăng nhận xét