Egy adományüzenet, amit egy katalógusból választott robothang olvas fel, rendben van. Ugyanaz az üzenet a saját hangodon olyan pillanat, amiről a közösséged hetekig beszél. Ez az útmutató elmagyarázza, hogyan klónozzák a streamerek a saját hangjukat a TTS-hez, mi történik a hangadataiddal, és mi akadályozza meg, hogy a nézők olyasmit mondassanak veled, amit sosem mondanál.
Egy dolog előre: a ControlPlay TTS-t a jelenlegi béta alatt fiókonként engedélyezik, az Own Voice, a saját hangod AI-klónja pedig különálló, csak meghívással elérhető lehetőség. A könyvtári hangok enélkül is működnek.
Így működik a TTS a saját hangodon
- Rövid mintákat veszel fel. A ControlPlay Clientben feltöltöd a saját hangod klipjeit: legfeljebb 25 minta, egyenként legfeljebb 10 MB, gyakori formátumokban, például MP3, WAV vagy OGG.
- Elkészül az AI-hangmodell. A mintákat a rendszer egyszer továbbítja a hangszolgáltatónak, hogy létrehozza a hangmodelledet. Nincs betanítási várólista; a hang a létrehozás után azonnal elérhető.
- A nézők írnak, a te hangod beszél. A néző az általad a Twitch Extensionben engedélyezett műveleten keresztül küld be egy üzenetet az elérhető Coinjaival. A moderálás után az üzenet a klónozott hangodon szólal meg.
A hangot TTS-műveletenként választod ki, így a könyvtári hangokat és a saját hangodat egymás mellett, eltérő Coin-összegekkel is kínálhatod.
Biztonságos feltölteni a hangodat?
A lényegi kérdések a tulajdonlás, a tárolás és a törlés, ezért itt a ControlPlay egyértelmű válasza:
- Csak a saját hangod. Kizárólag saját magadat klónozhatod. A klón létrehozása előtt a kliens adatvédelmi tájékoztatót jelenít meg.
- A minták nem maradnak meg. A felvételeidet a rendszer egyszer továbbítja a hangmodell létrehozásához. Ezután a beszéd generálásakor már csak a hangreferencia és az üzenet szövege kerül elküldésre.
- Bármikor törölheted. A klónozott hangodat bármikor eltávolíthatod a kliensben; ilyenkor a hangszolgáltatónál is törlődik. A ControlPlay-fiókod törlésével automatikusan eltűnik.
Valaki mást klónozni egészen más történet. Egy híresség vagy egy másik streamer sosem járult hozzá a feltöltésedhez, és a megszemélyesítés a Twitch közösségi irányelvei alá tartozik. Hagyd a klónozást ott, ahová való: a te hangod, a te hozzájárulásod, a te csatornád.
Mi akadályozza meg, hogy a nézők visszaéljenek a hangoddal?
Az őszinte félelem minden saját hang mögött: egy idegen begépel egy slurt, és a saját hangod kimondja. A ControlPlay minden üzenetet ellenőriz, mielőtt bármilyen hang létrejönne: egy szószűrő megfogja az ismert kifejezéseket és a szokásos megkerülő trükköket, majd egy szemantikai AI-ellenőrzés elolvassa a teljes üzenetet, és gyűlöletet, zaklatást és fenyegetést keres benne. A megbukott üzeneteket a rendszer soha nem szintetizálja, blokkolási módban pedig a néző automatikusan visszakapja a Coinjait.
Emellett te szabályozod a hétköznapi káromkodást, a saját tiltott szavaidat és az egyes nézőkre vonatkozó időkorlátokat. A TTS-moderálási útmutató a teljes rendszert bemutatja. És hogy a működésnél pontosak legyünk: a nézők soha nem kapnak hozzáférést a valódi mikrofonodhoz. Ők szöveget küldenek be; a megszólaltatást a beállított, moderált folyamatod végzi.
A hangod Discordban és a játék hangcsevegésében
A stream kimenetén lejátszva egy klónozott hangú üzenet egy normál TTS-pillanat. A beállított virtuális mikrofonon átirányítva viszont eljut Discordba, TeamSpeakbe vagy egy kompatibilis játékon belüli hangcsevegésbe, így a csapattársaid a meccs közben hallják, ahogy „te” reagálsz a chatre. Az, hogy egy adott hangcsevegés felveszi-e, a hangbeállításodtól függ, ezért élő adás előtt teszteld egy privát hívásban.
ControlPlay-specialitás: nézők által írt mondatok, a saját klónozott hangodon kimondva, lejátszás előtt moderálva és hangcsevegésbe irányíthatóan. Minden elem létezik valahol külön; a kombináció az, amiből a klipek születnek.
Minták felvétele, amelyek úgy szólnak, mint te
A modell csak annyira lehet jó, mint a hanganyag, amit adsz neki:
- Csendes szobában vegyél fel, zene, játékhang vagy búgás nélkül.
- Beszélj természetesen, úgy, ahogy a streamben szoktál, ne úgy, mint egy hírolvasó.
- Használj több rövidebb klipet változatos mondatokkal egyetlen monoton felvétel helyett.
- Hagyd ki azokat a klipeket, amelyekben más hangja is hallható; a modellnek mindig csak téged szabad hallania.
Ha az első eredmény nem hasonlít rád, töröld a hangot, és építsd újra tisztább mintákból.
Állítsd be a saját TTS-hangodat
- Hozz létre egy ControlPlay-fiókot, csatlakoztasd a Twitchet, telepítsd a Windows-klienst, és aktiváld az Extensiont.
- Először egy könyvtári hanggal állítsd be a TTS-t; a Twitch TTS beállítási útmutató bemutatja a hangokat, a hangútvonalakat és a tesztelést.
- Az Own Voice a béta alatt csak meghívással érhető el; a hozzáférésről a ControlPlay ügyfélszolgálatánál érdeklődj.
- A meghívás után vedd fel a mintáidat, olvasd el az adatvédelmi tájékoztatót, és hozd létre a hangodat.
- Állítsd be a művelet Coin-összegét, cooldownját és moderálását, majd tesztelj egy ártalmatlan üzenettel egy nézői fiókból.
Kezdj szigorúbb moderálási beállításokkal, mint amennyire szerinted szükséges. A saját hangod, amikor rosszat mond, keményebben üt, mint bármelyik robothang valaha.