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