Персонализированные AI-голоса для синтеза речи на Twitch

Когда ваша карьера на Twitch начинает набирать обороты и вы завоёвываете симпатию подписчиков, даже небольшие детали на канале начинают играть большую роль. От личных эмодзи и стильных фонов до оригинальных уведомлений о подписках с синтезом речи (TTS) — каждая мелочь придаёт вашему бренду особую изюминку. Сегодня мы поговорим о персонализированных голосах для TTS на вашем Twitch-канале.

Что такое синтез речи

Что же такое TTS? Даже если вы только начинаете стримить на Twitch, скорее всего, вы уже сталкивались с онлайн-синтезом речи. Помните Microsoft Sam? Да, это тоже был TTS, только на куда более раннем этапе развития технологии.

По сути, TTS — это вспомогательная технология, которая преобразует текст в аудио с естественным звучанием, поэтому её часто называют инструментом для чтения вслух. Вы просто вводите текст в программу или включаете расширение в браузере и слушаете, как система озвучивает его в реальном времени.

Тем не менее сегодня синтез речи — это не только вспомогательная технология. Да, его основная задача — помогать людям со слабым зрением или трудностями с чтением получать информацию в аудиоформате, но его также активно используют в e-learning и создании контента, например для голосовых эффектов или озвучки обучающих роликов. Как видно из нашей темы, TTS давно применяется и в стримах на Twitch.

Как включить синтез речи в чате Twitch

Настроить синтез речи для Twitch очень просто. Для этого нужно:

1. Перейдите в Streamlabs
2. Откройте раздел Alert Box (он находится на панели слева)
3. Выберите Donations
4. В открывшемся меню выберите Text-to-Speech и включите эту функцию

Если вы пользуетесь Streamelements, настройка будет немного другой:

1. Перейдите в Streamelements и откройте пункт My Overlays (справа в меню)
2. Выберите Create New Overlay
3. Нажмите Add Widget, затем Alerts, а потом AlertBox
4. Выберите нужный тип уведомления
5. Нажмите на значок шестерёнки, чтобы открыть настройки
6. Прокрутите до раздела TTS Settings и включите TTS

Другие технологии синтеза речи

Теперь, когда TTS включён, возможно, вам захочется создать уникальные голоса. Можно изучить разные API и ботов на GitHub, но оптимальный вариант — выбрать качественный инструмент синтеза речи на базе современных технологий машинного обучения. Такой сервис будет полезен не только геймерам и Twitch-стримерам. TTS и генераторы голоса помогают повышать продуктивность и раскрывать творческий потенциал во многих сферах.

Speechify

Один из таких инструментов — Speechify. Изначально созданный для поддержки людей с дислексией, сегодня он позволяет преобразовывать в речь практически любые тексты.

Resemble AI

Resemble AI — ещё один отличный вариант для создания реалистичных голосов для ваших уведомлений на Twitch. Главная особенность Resemble AI — широкий набор параметров персонализации, который позволяет выбирать самые разные эмоции для TTS-голоса. В зависимости от формата вашего Twitch-канала вы можете использовать как естественные голоса, так и более синтетическое звучание.

Если хотите попробовать сервис, перейдите на сайт Resemble AI и закажите бесплатную демонстрацию — кнопка находится в правом верхнем углу. Если сервис вам понравится, премиум-подписка обойдётся в $0,006 за секунду озвучки.

Персонализация AI-голоса

Каким бы TTS вы ни выбрали, главное — креативность. Хорошая идея важнее любых инструментов. Если у вас есть творческий замысел, можно обойтись минимальным набором сервисов. А без идеи не помогут даже самые передовые технологии синтеза речи. То же самое и со стримингом: OBS и другие программы — всего лишь инструменты, а успех зависит от вас и вашего подхода.

Как же персонализировать TTS-голос? Можно нанять актёра озвучки или звукорежиссёра для клонирования голоса, но лучше всего попробовать сделать это самостоятельно.

Лучший способ сделать голос максимально созвучным вашему каналу — использовать собственный голос в качестве образца. Раз вы уже стримите, можно не сомневаться: застенчивость вам не помешает.

Доступные языки

В разных программах список поддерживаемых AI-голосов и языков может отличаться. Современные качественные решения обычно поддерживают десятки языков помимо английского, хотя для редких языков качество может быть ниже.