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