Gdy TTS używa twojego głosu, wiadomości widzów nie brzmią jak głos lektora z biblioteki. Liczą się więc dobre nagrania, zgoda właściciela głosu i moderacja. Ten poradnik wyjaśnia działanie Own Voice, sposób przechowywania nagrań i test przed uruchomieniem.
Głosy z biblioteki są dostępne na każdym koncie ControlPlay. Own Voice, czyli klon głosu opisywany w tym poradniku, jest oddzielną opcją, którą ControlPlay włącza na zaproszenie.
Jak działa TTS z twoim głosem
- Nagraj lub prześlij wyraźne nagrania głosowe. Klient przyjmuje od jednego do 25 plików MP3, WAV, OGG lub WebM, każdy do 10 MB. Nadaj głosowi nazwę i wybierz język.
- Utwórz klon głosu. ControlPlay przesyła pliki do ElevenLabs Instant Voice Cloning. Stanowią materiał źródłowy dla klonu, bez osobnej kolejki trenowania modelu.
- Przypisz głos do akcji TTS. Widz wydaje Coins i wpisuje tekst w udostępnionej przez ciebie akcji w rozszerzeniu Twitch. ControlPlay sprawdza wiadomość przed wygenerowaniem dźwięku.
Dla każdej akcji TTS ustawiasz głos, liczbę Coins, czas odnowienia, głośność i wyjście dźwięku. Możesz też pozostawić ją aktywną w trybie DND, ograniczyć do wybranych gier i wyciszać mikrofon podczas odtwarzania.
Gdzie trafiają nagrania i jak działa ich usuwanie
Pliki trafiają do dostawcy i są tam przechowywane na potrzeby klonu. Według dokumentacji ElevenLabs Instant Voice Cloning zachowuje nagrania i nie obsługuje Zero Retention Mode. ControlPlay nie przechowuje trwale oryginalnych plików, tylko metadane głosu i fragment do odsłuchu w bibliotece.
Po usunięciu głos znika z biblioteki ControlPlay, a żądanie usunięcia go z ElevenLabs trafia do kolejki. Usunięcie konta uruchamia ten sam proces. Dostawca może potrzebować czasu; obowiązuje jego Polityka prywatności.
Czyj głos wolno ci sklonować?
Najlepiej używać własnego głosu. Nagrania innej osoby wymagają jej wyraźnej pisemnej zgody oraz praw do sklonowania i używania głosu. Przed przesłaniem nagrań oświadczasz w formularzu, że je masz.
Publiczne nagranie nie oznacza zgody na klonowanie głosu celebryty, streamera ani członka drużyny. Nadal obowiązują zasady Twitcha, a zasady zabronionych zastosowań ElevenLabs zakazują nieuprawnionego, wprowadzającego w błąd lub szkodliwego podszywania się.
Jak ControlPlay ogranicza nadużycia
ControlPlay sprawdza tekst przed wygenerowaniem dźwięku. Filtr wykrywa zablokowane wyrażenia i typowe próby obejścia zabezpieczeń, a kontrola semantyczna ocenia całą wiadomość. Zablokowany tekst nie jest odczytywany; w trybie blokowania wydane Coins wracają do widza.
Poradnik moderacji TTS opisuje filtry. Widzowie nie mają dostępu do mikrofonu ani nagrań; mogą tylko wpisać tekst w udostępnionej akcji.
Twój głos w Discordzie i czacie głosowym w grze
Na streamie klon działa jak inne moderowane głosy TTS. Wirtualny mikrofon ControlPlay może też przesłać dźwięk do Discorda lub zgodnego czatu głosowego w grze. Wybierz w nim właściwe urządzenie wejściowe i przetestuj każdą aplikację osobno. Działanie zależy od jej zgodności i konfiguracji dźwięku.
Do wpisywanych przez widzów wiadomości TTS służą nieprzenoszalne ControlPlay Coins bez wartości pieniężnej. Możesz dodać maksymalnie trzy opcjonalne nagrody w becie. Widz wymienia punkty z twojego kanału, a ControlPlay automatycznie przyznaje Coins według ustawionego przelicznika. Nie daje to przychodu ani podziału 80/20.
Bits nie mogą bezpośrednio uruchamiać swobodnie wpisywanych wiadomości TTS ani dźwięku w czacie głosowym. Na uprawnionym kanale Affiliate lub Partner widz może potwierdzić w Twitchu dozwoloną interakcję bezpośrednią zdefiniowaną przez rozszerzenie albo pakiet Coins. Po potwierdzeniu Coins trafiają do portfela widza; pakiet nie omija ograniczeń bezpośredniego użycia Bits. W obu przypadkach Twitch przydziela obecnie streamerowi 80% jednego centa amerykańskiego za każdy wykorzystany Bit, a ControlPlay 20%. Twitch może zmienić program.
Rola ControlPlay: widz wydaje Coins i wpisuje tekst, wiadomość przechodzi moderację, a wybrany głos odczytuje ją na streamie lub przez wirtualny mikrofon. Ty ustawiasz dostępność, liczbę Coins, czas odnowienia, głośność, wyjście i tryb DND.
Jak przygotować nagrania, które dobrze oddają twój głos
Stałe warunki nagrywania są ważniejsze niż liczba plików:
- Nagrywaj w cichym pomieszczeniu, bez muzyki, dźwięku gry ani buczenia.
- Zachowaj podobną odległość od mikrofonu i mów w ten sam sposób.
- Mów naturalnie, w języku i tonem, które klon ma później odtwarzać.
- Nagrywaj tylko jedną osobę, bez alertów i rozmów głosowych w tle.
ElevenLabs zaleca minutę lub dwie wyraźnego materiału. Odsłuchaj efekt przed udostępnieniem akcji. Jeśli słychać szum albo głos nie przypomina twojego, utwórz klon ponownie z lepszych nagrań.
Skonfiguruj własny głos TTS
- Załóż konto ControlPlay, połącz Twitch, zainstaluj klienta Windows i aktywuj rozszerzenie Twitch.
- Najpierw skonfiguruj głos z biblioteki, korzystając z poradnika TTS na Twitchu.
- Zapytaj pomoc ControlPlay o Own Voice, ponieważ opcja klonu jest włączana na zaproszenie.
- Dodaj nagrania, wybierz język, przeczytaj informację o ich przechowywaniu i oświadcz, że masz zgodę oraz prawa do używania głosu.
- Odsłuchaj efekt, wybierz głos dla akcji i ustaw liczbę Coins, czas odnowienia, głośność oraz wyjście.
- Wyślij neutralną wiadomość z drugiego konta i zrób lokalne nagranie w OBS. Osobno przetestuj też czat głosowy, jeśli go używasz.
Zacznij od jednej akcji korzystającej z twojego głosu. Dodawaj kolejne dopiero wtedy, gdy zwykłe wiadomości widzów brzmią wyraźnie, a zablokowany tekst nie trafia do odtwarzania.