Uma mensagem de doação lida por uma voz robótica genérica cumpre o papel. A mesma mensagem lida com a sua própria voz é um momento que a sua comunidade comenta por semanas. Este guia explica como streamers clonam a própria voz para o TTS, o que acontece com os seus dados de voz e o que impede os espectadores de fazer você dizer coisas que nunca diria.
Uma coisa antes de começar: durante a versão beta atual, o TTS do ControlPlay é liberado por conta, e o Own Voice, o clone de IA da sua própria voz, é uma opção separada, disponível somente por convite. As vozes da biblioteca funcionam sem ele.
Como funciona o TTS com a sua própria voz
- Você grava amostras curtas. No cliente ControlPlay, você envia clipes da sua própria voz: até 25 amostras, cada uma com até 10 MB, em formatos comuns como MP3, WAV ou OGG.
- Um modelo de voz com IA é criado. As amostras são transmitidas uma única vez ao provedor de voz para criar o seu modelo de voz. Não existe fila de treinamento; a voz fica disponível logo após a criação.
- Os espectadores escrevem, a sua voz fala. Um espectador envia uma mensagem por meio da ação que você ativou na Extensão da Twitch, usando os Coins disponíveis. Após a moderação, a mensagem é reproduzida com a sua voz clonada.
Você escolhe a voz por ação de TTS, então pode oferecer vozes da biblioteca e a sua própria voz lado a lado, com quantidades de Coins diferentes.
É seguro enviar a sua voz?
As perguntas que importam são propriedade, armazenamento e exclusão. Aqui está a resposta direta no caso do ControlPlay:
- Somente a sua própria voz. Você só pode clonar a si mesmo. O cliente mostra as informações de privacidade antes de você criar o clone.
- As amostras não são guardadas. As suas gravações são transmitidas uma única vez para criar o modelo de voz. Depois disso, a geração de fala envia somente a referência de voz e o texto da mensagem.
- Você pode excluir a voz. Remova a sua voz clonada no cliente a qualquer momento; ela também é excluída no provedor de voz. Excluir a sua conta do ControlPlay a remove automaticamente.
Clonar outra pessoa é uma história diferente. Uma celebridade ou outro streamer nunca consentiu com o seu envio, e se passar por outra pessoa é coberto pelas Diretrizes da Comunidade da Twitch. Mantenha a clonagem onde ela pertence: a sua voz, o seu consentimento, o seu canal.
O que impede os espectadores de abusar da sua voz?
O medo honesto por trás de toda voz personalizada: um estranho digita um insulto discriminatório e a sua própria voz o diz. O ControlPlay verifica cada mensagem antes que qualquer áudio exista: um filtro de palavras captura termos conhecidos e os truques comuns para burlar o filtro, depois uma verificação semântica por IA lê a mensagem completa em busca de ódio, assédio e ameaças. Mensagens reprovadas nunca são sintetizadas, e no modo Bloquear os Coins do espectador são devolvidos automaticamente.
Além disso, você controla palavrões do dia a dia, os seus próprios termos bloqueados e suspensões por espectador. O guia de moderação do TTS cobre o sistema completo. E para ser preciso sobre o funcionamento: os espectadores nunca têm acesso ao seu microfone real. Eles enviam texto; quem fala é o seu fluxo de TTS configurado e moderado.
A sua voz no Discord e no chat de voz do jogo
Reproduzida na saída da transmissão, uma mensagem com a voz clonada é um momento normal de TTS. Encaminhada pelo microfone virtual configurado, ela chega ao Discord, ao TeamSpeak ou a um chat de voz compatível dentro do jogo, e os seus colegas de equipe ouvem “você” reagir ao chat no meio da partida. Nem todo chat de voz capta esse áudio; isso depende da sua configuração de áudio, então teste em uma chamada privada antes de ir ao vivo.
Recurso especial do ControlPlay: frases escritas por espectadores, faladas com a sua própria voz clonada, moderadas antes da reprodução e com roteamento possível para o chat de voz. Cada elemento existe em algum lugar; a combinação é o que gera clipes.
Como gravar amostras que soam como você
O modelo só pode ser tão bom quanto o áudio que você fornece:
- Grave em um ambiente silencioso, sem música, som do jogo ou zumbido de fundo.
- Fale com naturalidade, do jeito que você fala na transmissão, não como um locutor de telejornal.
- Use vários clipes mais curtos com frases variadas em vez de uma única gravação monótona.
- Evite clipes com outras vozes; o modelo deve ouvir somente você.
Se o primeiro resultado soar estranho, exclua a voz e crie outra com amostras mais limpas.
Configure a sua voz de TTS personalizada
- Crie uma conta no ControlPlay, conecte a Twitch, instale o cliente para Windows e ative a Extensão.
- Configure o TTS primeiro com uma voz da biblioteca; o guia de configuração de TTS na Twitch cobre vozes, roteamento e testes.
- O Own Voice está disponível somente por convite durante a versão beta; entre em contato com o suporte do ControlPlay para perguntar sobre o acesso.
- Após o convite, grave as suas amostras, leia as informações de privacidade e crie a sua voz.
- Configure a quantidade de Coins, o cooldown e a moderação da ação, depois teste com uma mensagem inofensiva enviada de uma conta de espectador.
Comece com as configurações de moderação mais rígidas do que você acha necessário. A sua própria voz dizendo a coisa errada causa mais dano do que qualquer voz robótica causaria.