نحوه ساخت صداگذاری برای ارائه با قابلیت تبدیل متن به گفتار (Text to Speech)

یک سناریوی رایج: شما یک ارائه ۱۰ اسلایدی یا یک درس دارید و برای هر اسلاید به یک روایت صوتی نیاز دارید تا بتوان فایل ارائه را به صورت ویدیو ارسال کرد یا بدون حضور شما آن را پخش کرد. ضبط صدا توسط خودتان نیاز به دفعات ضبط زیادی دارد و هر تغییری به معنای ضبط دوباره است. با Text to Speech، متن را ویرایش می‌کنید و دوباره صدا را می‌سازید.

از کدام ابزار استفاده کنیم و چرا

از Text to Speech استفاده کنید: این ابزار متن نوشته‌شده را با صدای انتخابی به گفتار تبدیل می‌کند. اگر می‌خواهید صدا شبیه به خودتان باشد، ابتدا صدای خود را شبیه‌سازی کنید و آن را در برگه صداهای من انتخاب کنید: ببینید صدای سفارشی چیست. ابزار Voice Changer در اینجا مناسب نیست: این ابزار صدا را در فایلی که از قبل ضبط کرده‌اید تغییر می‌دهد و با متن کار نمی‌کند.

مراحل گام‌به‌گام بر روی یک مثال

مثال: یک ارائه ۱۰ اسلایدی برای معرفی محصول به زبان انگلیسی، حدود ۱۵۰ کلمه متن برای هر اسلاید.

1. متن را اسلاید به اسلاید در یک برنامه یادداشت‌برداری بنویسید. اعداد، اختصارات و نام‌ها را همان‌طور که باید خوانده شوند بنویسید؛ مثلاً اگر می‌خواهید به این شکل خوانده شود، به جای «2026» بنویسید «twenty twenty-six».

2. ابزار Text to Speech را در برگه ابزارها باز کنید و متن اسلاید ۱ را با زدن جای‌گذاری وارد کنید. روی ادامه ضربه بزنید.

3. یک صدا را برای کل فایل ارائه انتخاب کنید. برای یک ارائه کاری، MiniMax Expressive Narrator یا یکی از صداهای OpenAI مثل Onyx یا Coral را با پیش‌تنظیم اخبار امتحان کنید. روی ادامه ضربه بزنید.

4. روی تولید ضربه بزنید و به نتیجه گوش دهید. اگر سرعت یا لحن مناسب نیست، سرعت را برای MiniMax یا دستورالعمل را برای OpenAI تنظیم کنید و روی تولید مجدد ضربه بزنید.

5. وقتی اسلاید ۱ رضایت‌بخش بود، فایل را ذخیره کنید: دکمه کنار پخش‌کننده، آن را در اپلیکیشن به اشتراک می‌گذارد یا در نسخه وب دانلود می‌کند.

6. به برگه متن برگردید، متن را با اسلاید ۲ جایگزین کنید و دوباره فایل صوتی را بسازید. صدا و تنظیمات آن بدون تغییر باقی می‌مانند.

7. هر فایل صوتی را در اسلاید مربوط به خودش در PowerPoint، Keynote یا Google Slides قرار دهید.

هر فایل را بلافاصله پس از ساخته شدن ذخیره کنید. بدون اشتراک Premium، بخش تاریخچه فقط ۳ نتیجه آخر را نگه می‌دارد، بنابراین بعد از اسلاید ۴، فایل مربوط به اسلاید ۱ از تاریخچه پاک می‌شود.

چگونه گویندگی را طبیعی‌تر کنیم

• صداگذاری را اسلاید به اسلاید انجام دهید. بخش‌های کوتاه راحت‌تر اصلاح می‌شوند و جاگذاری آن‌ها روی اسلایدها آسان‌تر است. هر بار تولید می‌تواند تا ۱۰,۰۰۰ کاراکتر را پردازش کند.

• برای ایجاد مکث قبل از یک نکته مهم، در صدای MiniMax از <#1#> یا در صدای ElevenLabs از سه نقطه استفاده کنید.

• اگر استرس یک کلمه نادرست است، بخشی را که باید تاکید شود با حروف بزرگ بنویسید: REcord یا reCORD.

• برای متنی که قرار است با صدای خودتان تولید شود، نمونه صدا را به زبان ارائه ضبط کنید.

اطلاعات بیشتر درباره برچسب‌ها و تنظیمات: نحوه کارکرد Text to Speech و دستورالعمل‌های صداهای OpenAI.

هزینه آن چقدر است

برای این مثال، ۱۰ اسلاید با حدود ۱۵۰ کلمه در هر کدام، در مجموع حدود ۹,۰۰۰ کاراکتر:

هر بار زدن «تولید مجدد» به عنوان یک اجرای جدید محاسبه می‌شود، بنابراین قبل از صداگذاری سایر اسلایدها، صدا را روی یک اسلاید تست کنید. قیمت‌ها برای همه ابزارها: قیمت‌گذاری توکن‌ها برای هر ابزار.