編集者の評価: ユーザーの評価:[合計: 0 平均: 0] @media(最小幅: 500px) { } @media(最小幅: 800px) { }
Bark は、スピーチ、音楽、および効果音を生成できる、無料でオープンソースのテキストからオーディオへのコンバーター AI モデルです。試すことができる音声複製もサポートしています。現時点では、Hugging Face でホストされているバージョンのみを試して、その出力を分析できます。便利だと思ったら、そのソース コードを取得して、好きな場所にホストできます。
テキストから音声を生成できる AI モデルはおそらく Bark だけです。 Google でさえ、少し前に同様の AI モデルを 1 つ発表しましたが、まだ公開されていません。したがって、特にオーディオ生成に AI を使用する場合は、Bark を気に入るはずです。追加のコンテキストと音楽ノートを使用してコンテキスト化されたプロンプトをサポートしているため、何をしたいのかがわかります。他の人の声でスピーチを生成することもできます.
必要に応じて、この Twitter スレッドで Bark について詳しく知ることもできます。
AI を使用すると、リアルな作成が可能になります。
しかし、ほとんどのテキストから音声への AI ツールの費用は月額約 12 ドルです。
テキストだけでリアルな音声の作成を開始できる無料の AI ツールを次に示します: 👇
— Barsee 🐶 (@heyBarsee) 2023 年 4 月 30 日
音声と音楽を生成する無料の Text to Audio AI モデル: Bark
オープン ソースであることは既に述べたように、すぐに入手できます。ここでソースコードを見るか、単にそれを見てください。今のところ、13 の言語をサポートしていますが、今後の更新でさらに多くの言語をサポートする予定です。このモデルでよく知られているサポート対象言語は次のとおりです。
英語 (en) ✅ ドイツ語 (de) ✅ スペイン語 (es) ✅ フランス語 (fr) ✅ ヒンディー語 (hi) ✅ イタリア語 (it) ✅ 日本語 (ja) ) ✅ 韓国語 (ko) ✅ ポーランド語 (pl) ✅ ポルトガル語 (pt) ✅ ロシア語 (ru) ✅ トルコ語 (tr) ✅ 簡体字中国語 (zh) ✅
さて、Hugging Face でホストされているモデルへのリンクを試すことができます。生成が遅くなる可能性がありますが、動作します。これは概念実証のようなものですが、最大限に活用したい場合は、ソース コードを取得して、インストール手順に従って実行することができます (重いハードウェア要件が必要です)。 Hugging Face インターフェイスは次のようになります。
ボックスにプロンプトを入力するか、そこにあるサンプル プロンプトを実行することもできます。リストからスピーカーを選択して、すぐに進みます。 [生成] をクリックすると、数秒で出力音声が生成されます。
同様に、音楽または効果音を生成できます。音声生成も同じプロセスなので、メモを追加するだけで音声生成と音楽生成を簡単に区別できます。以下の例と音符がどのように挿入されるかを参照してください。
♪ ジャングルで、巨大なジャングルで、ライオンが今夜吠えます♪
通常のテキスト入力では、次のことができます。記号を挿入して、笑い声や咳払いなどの効果を追加します。最終的なスピーチに含めることを選択できる、サポートされている非スピーチ サウンドのリストを次に示します。それらは毎日更新されており、Bark の Discord サーバーであなた自身のものを推薦することもできます。
例: こんにちは、スノと申します。そして、ええと、私はピザが好きです。 (笑) でも、三目並べをすることなど、他にも興味があります。
音声生成における非音声コンポーネントの配置を確認してください。
このようにして、この無料で強力なテキストからオーディオへの生成モデルを使用します。テキストを音声に変換し、音声を複製し、音楽と効果音を生成します。プロセスは簡単で、Hugging Face インターフェイスにより、さらに使いやすくなっています。また、適切なハードウェア要件があれば、独自のサーバーまたは PC でホストすることもできます。
結びの言葉:
無料で使用できる AI ツールを探している場合説明から音楽、音声、および効果音を生成します。The Bark は、それを行うための最も優れたツールです。これにより、ビデオ、ポッドキャスト、さらにはオーディオ ブックのナレーションを生成できます。多言語であり、完璧な出力を生成するためのさまざまな構成オプションを提供するという事実が気に入りました.
