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