Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Lietuviška laida

Voxtral TTS: balso sintezė ir klonavimas

Kurkite individualius balsus ir generuokite kalbą su Voxtral TTS: zero-shot klonavimas, streaming realiuoju laiku ir optimizuoti garso formatai.

14 paskaitų maždaug 1 val. 30 min Kūrėjas

Ko išmoksite

  • Sukurti asmeninį balsą per Voices API pradedant nuo kokybiško garso pavyzdžio
  • Generuoti kalbą ir iškart klonuoti balsą pagal pavyzdį (reference extract)
  • Transliuoti sugeneruotą garsą realiu laiku (streaming), kad sumažėtų suvokiamas vėlavimas
  • Valdyti tarimą ir teksto segmentaciją užtikrinant patikimą balso išvestį
  • Sujungti pilną balso grandinę laikantis balso klonavimo etikos taisyklių

Kurso kortelė

Kam skirta
Kūrėjai, inžinieriai ir integratoriai, norintys naudoti Mistral AI per API savo programose.
Būtinos žinios
Gebėjimas skaityti Python ir JSON bei pagrindiniai komandinės eilutės įgūdžiai. Mistral AI Studio API raktas pavyzdžiams išbandyti.
Trukmė
1 val. 30 min — 14 paskaitų
Formatas
100 % nuotolinis savarankiško mokymosi kursas, prieinamas 24/7 per naršyklę. Eiga išsaugoma, galima tęsti bet kada. Numatoma trukmė: 1 val. 30 min.
Vertinimas
Praktinės užduotys, siūlomos pamokų metu. Kiekviena pamoka baigiama pagrindinėmis įžvalgomis, padedančiomis atlikti savęs vertinimą. Paskutinės pamokos pabaigoje pateikiamas baigiamasis 5 klausimų testas su atsakymais, leidžiantis patvirtinti, ko išmokote.
Prieinamumas
Savarankiško mokymosi kursas, prieinamas žmonėms su negalia: teksto turinys suderinamas su ekrano skaitytuvais, navigacija klaviatūra ir kontrastai atitinka reikalavimus. Dėl bet kokių pritaikymo poreikių kreipkitės el. paštu [email protected].
Kaina
Nemokama

Kurso turinys

  1. 01 Įvadas į „Voxtral TTS“
  2. 02 Voxtral TTS modeliai
  3. 03 TTS naudojimo atvejai
  4. 04 API Voices
  5. 05 Sukurkite savo balsą
  6. 06 Geriausios garso įrašų praktikos
  7. 07 Politika ir etika klonuojant balsą
  8. 08 Garsinio kalbos kūrimo pagrindai
  9. 09 Klonavimas realiuoju laiku
  10. 10 Diffusion en temps réel
  11. 11 Valdymas ir tarimas
  12. 12 Garso formatai
  13. 13 Optimisation de la latence
  14. 14 Pipeline vocal complet