Jak nagrać próbkę, aby klon brzmiał jak Ty
Jeden mówca, cichy pokój bez echa i od 30 do 60 sekund naturalnej mowy w języku, w którym planujesz tworzyć nagrania. Muzyka, rozmowy telefoniczne i hałas psują klon.
Zaktualizowano: 2 listopada 20262 min czytania
Klon kopiuje wszystko, co usłyszy w próbce: barwę, sposób mówienia, a także echo, szum lodówki czy muzykę w tle. Lepsze nagranie daje bardziej zbliżony głos, a dostawca nie jest w stanie poprawić złej jakości po fakcie.
Gdzie nagrywać
Nagrywaj w małym, cichym pokoju z miękkimi przedmiotami wokół, na przykład w sypialni z zasłonami i kanapą. Puste ściany, łazienka lub nieumeblowany pokój dodają echo, które klon zachowa.
Wyłącz telewizor, muzykę, wentylator i klimatyzację oraz zamknij okno.
Trzymaj telefon 15–30 cm od ust i zachowaj ten dystans do samego końca.
Nie zasłaniaj mikrofonu dłonią ani etui i nie nagrywaj przez szalik lub maseczkę.
Jak mówić
Mów w taki sposób, w jaki chcesz, aby brzmiał docelowy głos. Jeśli potrzebujesz spokojnego lektora, czytaj spokojnie; jeśli ma być dynamiczny, czytaj z energią.
Używaj swojego normalnego tempa i głośności. Nie szeptaj, nie krzycz ani nie przeciągaj słów.
Przeczytaj tekst z ekranu do końca. Zawiera on różne dźwięki i intonacje, których klon potrzebuje.
Jeśli się pomylisz, stuknij Nagraj ponownie i zacznij od początku. Długa pauza lub kaszel w środku nagrania trafią do klonu.
Nagrywaj w języku, w którym będziesz tworzyć głos
Klon brzmi najbardziej naturalnie w języku próbki. Głos nagrany po rosyjsku może mówić po angielsku, ale akcent i intonacja pozostaną rosyjskie. MiniMax jest na to szczególnie wrażliwy, a aplikacja przypomina o tym na ekranie Nowy głos. Głos Qwen 3 obsługuje 10 języków: angielski, rosyjski, chiński, niemiecki, francuski, hiszpański, włoski, japoński, koreański i portugalski.
Jaki plik wybrać
Plik się sprawdzi, jeśli mówi w nim tylko jedna osoba, bez muzyki i efektów. Limity to od 10 sekund do 5 minut i do 20 MB, a aplikacja zaleca 60 sekund.
| Działa dobrze | Daje słaby klon |
|---|---|
| Twoja wiadomość głosowa nagrana w cichym miejscu | Rozmowa telefoniczna lub przez komunikator: dźwięk jest skompresowany i słychać głos drugiej osoby |
| Fragment podcastu lub wykładu z jednym mówcą | Wideo z muzyką lub hałaśliwą ulicą w tle |
| Nagranie wykonane za pomocą aplikacji dyktafonu | Rozmowa dwóch lub więcej osób |
| 30–60 sekund ciągłej mowy | 10-sekundowe nagranie z pauzami |
Jeśli klon nadal nie brzmi jak Ty
Wypróbuj innego dostawcę z tym samym nagraniem. MiniMax i Qwen 3 odtwarzają ten sam głos inaczej, a głos Qwen 3 kosztuje około 1 token, więc porównanie jest tanie. Głosu nie da się douczyć: aby go poprawić, utwórz nowy z lepszego nagrania i usuń stary w zakładce Moje głosy. Inne przyczyny i błędy: klonowanie głosu nie powiodło się lub brzmi nieprawidłowo.
Kontakt ze wsparciem
Opisz problem, a odpowiemy mailowo. Jeśli masz nazwę pliku lub identyfikator zadania, dodaj je.