Przejdź do głównej treści
Polski— Wybierz język
Menu

Wersja polska

Voxtral TTS: Synteza i klonowanie głosu

Twórz niestandardowe głosy i generuj mowę za pomocą Voxtral TTS: klonowanie zero-shot, strumieniowanie w czasie rzeczywistym i zoptymalizowane formaty audio.

14 lekcji ok. 1 h 30 min Programista

Czego się nauczysz

  • Utworzenie niestandardowego głosu za pomocą Voices API na podstawie wysokiej jakości próbki audio
  • Generowanie mowy i klonowanie głosu w locie na podstawie referencyjnego fragmentu
  • Strumieniowanie wygenerowanego audio w czasie rzeczywistym w celu zmniejszenia postrzeganego opóźnienia
  • Kontrola wymowy i segmentacji tekstu w celu zapewnienia niezawodnego outputu głosowego
  • Zbudowanie kompletnego potoku głosowego z poszanowaniem etycznych zasad klonowania głosu

Karta kursu

Dla kogo
Deweloperzy, inżynierowie i integratorzy chcący wykorzystać Mistral AI poprzez API w swoich aplikacjach.
Wymagania wstępne
Umiejętność czytania kodu w Pythonie i JSON, podstawy wiersza poleceń. Klucz API Mistral AI Studio niezbędny do wypróbowania przykładów.
Czas trwania
1 h 30 min — 14 lekcji
Forma
Kurs online w 100%, realizowany we własnym tempie, dostępny 24/7 z poziomu przeglądarki. Postępy są zapisywane, możliwe jest wznowienie w dowolnym momencie. Szacowany czas trwania: 1 h 30 min.
Weryfikacja wiedzy
Ćwiczenia praktyczne oferowane w trakcie lekcji. Każda lekcja kończy się podsumowaniem kluczowych wniosków, wspierającym samoocenę. Końcowy test składający się z 5 pytań z odpowiedziami, na zakończenie ostatniej lekcji, potwierdza przyswojenie wiedzy.
Dostępność
Kurs realizowany we własnym tempie, dostępny dla osób z niepełnosprawnościami: treść tekstowa kompatybilna z czytnikami ekranu, nawigacja za pomocą klawiatury i zgodne kontrasty. W przypadku potrzeb związanych z adaptacją, prosimy o kontakt pod adresem [email protected].
Cena
Bezpłatnie

Program kursu

  1. 01 Wprowadzenie do Voxtral TTS
  2. 02 Modele TTS Voxtral
  3. 03 Przypadki użycia TTS
  4. 04 Interfejs API Voices
  5. 05 Tworzenie niestandardowego głosu
  6. 06 Najlepsze praktyki dotyczące dźwięku
  7. 07 Polityka i etyka klonowania głosu
  8. 08 Podstawowe generowanie mowy
  9. 09 Klonowanie głosu w locie
  10. 10 Strumieniowanie w czasie rzeczywistym
  11. 11 Kontrola tekstu i wymowa
  12. 12 Formaty audio
  13. 13 Optymalizacja opóźnień
  14. 14 Kompletny potok głosowy