Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Magyar kiadás

Voxtral TTS: Hangszintézis és hangklónozás

Hozzon létre egyéni hangokat és generáljon beszédet a Voxtral TTS segítségével: nulla mintás klónozás, valós idejű streaming és optimalizált audioformátumok.

14 lecke kb. 1 h 30 min Fejlesztő

Tanulási célok

  • Egyéni hang létrehozása a Voices API segítségével minőségi hangminta alapján
  • Beszéd generálása és hang klónozása menet közben egy referenciarészlet alapján
  • A generált hang valós idejű streamelése az érzékelt késleltetés csökkentése érdekében
  • A kiejtés és a szövegszegmentálás vezérlése a megbízható hangkimenet biztosítása érdekében
  • Teljes hangfolyamat összeállítása az etikai hangklónozási szabályok betartásával

Tanfolyam-adatlap

Kinek szól
Fejlesztők, mérnökök és integrátorok, akik a Mistral AI API-ját kívánják alkalmazni alkalmazásaikban.
Előfeltételek
Python és JSON olvasási készség, parancssori alapok. Egy Mistral AI Studio API-kulcs a példák kipróbálásához.
Időtartam
1 h 30 min — 14 lecke
Formátum
100%-ban online, saját tempóban végezhető kurzus, amely böngészőből 0-24 órában elérhető. A haladás mentésre kerül, bármikor folytatható. Becsült időtartam: 1 h 30 min.
Értékelés
Gyakorló feladatok állnak rendelkezésre a leckék során. Minden lecke kulcstételekkel zárul, támogatva az önértékelést. Az utolsó lecke végén egy 5 kérdésből álló, javított záróvizsga igazolja a tanulást.
Akadálymentesség
Saját tempóban végezhető kurzus, amely fogyatékkal élők számára is hozzáférhető: a szöveges tartalom kompatibilis a képernyőolvasókkal, támogatja a billentyűzetes navigációt és megfelel a kontrasztkövetelményeknek. Bármilyen adaptációs igény esetén írjon a [email protected] címre.
Ár
Ingyenes

A tanfolyam tartalma

  1. 01 Bevezetés a Voxtral TTS-be
  2. 02 Voxtral TTS modellek
  3. 03 TTS felhasználási esetek
  4. 04 A Voices API
  5. 05 Egyéni hang létrehozása
  6. 06 Audio Best Practices
  7. 07 A hangklónozás szabályzata és etikai kérdései
  8. 08 Alapvető beszédgenerálás
  9. 09 Hangklónozás menet közben
  10. 10 Streaming valós időben
  11. 11 Vezérlés és kiejtés
  12. 12 Hangformátumok
  13. 13 Optimisation de la latence
  14. 14 Pipeline vocal complet