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