Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Latvijas izdevums

Voxtral TTS: Balss sintēze un klonēšana

Izveido pielāgotas balsis un ģenerē runu ar Voxtral TTS: nulles kadru klonēšana, straumēšana reāllaikā un optimizēti audio formāti.

14 nodarbību ca. 1 h 30 min Programmētājs

Ko jūs apgūsiet

  • Izveidot pielāgotu balsi, izmantojot Voices API, no kvalitatīva audio parauga
  • Ģenerēt runu un klonēt balsi uzreiz no atsauces fragmenta
  • Straumēt ģenerēto audio reāllaikā, lai samazinātu uztverto latentumu
  • Kontrolēt izrunu un teksta segmentāciju, lai nodrošinātu uzticamu vokālo izvadi
  • Izveidot pilnu balss cauruļvadu, ievērojot ētiskos balss klonēšanas noteikumus

Kursa kartīte

Kam paredzēts
Izstrādātāji, inženieri un integratori, kas vēlas izmantot Mistral AI, izmantojot API, savās lietotnēs.
Priekšnosacījumi
Spēja lasīt Python un JSON, komandrindas pamati. Mistral AI Studio API atslēga piemēru izmēģināšanai.
Ilgums
1 h 30 min — 14 nodarbību
Formāti
100% tiešsaistes pašmācību kurss, pieejams 24/7 no pārlūkprogrammas. Progress tiek saglabāts, atsākšana jebkurā laikā. Paredzamais ilgums: 1 h 30 min.
Novērtējums
Prakses uzdevumi, kas piedāvāti visās nodarbībās. Katra nodarbība beidzas ar galvenajiem secinājumiem, kas atbalsta pašnovērtējumu. Noslēguma tests ar 5 labotiem jautājumiem pēdējās nodarbības beigās apstiprina apgūto.
Pieejamība
Pašmācību kurss, kas pieejams cilvēkiem ar invaliditāti: teksta saturs saderīgs ar ekrāna lasītājiem, navigācija ar tastatūru un atbilstoši kontrasti. Jebkuru pielāgošanas vajadzību gadījumā rakstiet uz [email protected].
Cena
Gratis

Kursa saturs

  1. 01 Ievads Voxtral TTS
  2. 02 Modeļi Voxtral TTS
  3. 03 TTS lietojuma gadījumi
  4. 04 API Voices
  5. 05 Izveidot pielāgotu balsi
  6. 06 Labākā prakse audio ierakstiem
  7. 07 Politique et éthique du clonage vocal
  8. 08 Ģenerēšana: pamati
  9. 09 Klonēšana reāllaikā
  10. 10 Diffusion en temps réel
  11. 11 Contrôle du texte et prononciation
  12. 12 Audio formāti
  13. 13 Optimisation de la latence
  14. 14 Pipeline vocal complet