Edição em português
Voxtral TTS: Síntese e Clonagem de Voz
Crie vozes personalizadas e gere fala com o Voxtral TTS: clonagem zero-shot, transmissão em tempo real e formatos de áudio otimizados.
14 aulas ca. 1 h 30 min Programador
O que vai aprender
- Criar uma voz personalizada através da API Voices a partir de uma amostra de áudio de qualidade
- Gerar fala e clonar uma voz instantaneamente a partir de um excerto de referência
- Transmitir áudio gerado em tempo real para reduzir a latência percecionada
- Controlar a pronúncia e a segmentação de texto para garantir uma produção vocal fiável
- Montar um pipeline de voz completo respeitando as regras éticas de clonagem de voz
Ficha do curso
- Destinatários
- Programadores, engenheiros e integradores que procuram aproveitar a Mistral AI via API nas suas aplicações.
- Pré-requisitos
- Capacidade de ler Python e JSON, noções básicas de linha de comandos. Uma chave API do Mistral AI Studio para testar os exemplos.
- Duração
- 1 h 30 min — 14 aulas
- Modalidades
- Curso 100% online e autoinstrucional, acessível 24/7 através de um navegador. Progresso guardado, retome a qualquer momento. Duração estimada: 1 h 30 min.
- Avaliação
- Exercícios práticos oferecidos ao longo das lições. Cada lição termina com os seus pontos-chave, apoiando a autoavaliação. Um questionário final de 5 perguntas corrigidas, no final da última lição, valida a aprendizagem.
- Acessibilidade
- Curso autoinstrucional acessível a pessoas com deficiência: conteúdo de texto compatível com leitores de ecrã, navegação por teclado e contrastes conformes. Para quaisquer necessidades de adaptação, envie um e-mail para [email protected].
- Preço
- Gratis
Conteúdo do curso
- 01 Introdução ao Voxtral TTS
- 02 Modelos TTS Voxtral
- 03 Casos de Utilização de TTS
- 04 A API de Vozes
- 05 Criar uma Voz Personalizada
- 06 Melhores Práticas de Áudio
- 07 Política e Ética da Clonagem de Voz
- 08 Geração Básica de Fala
- 09 Clonagem de Voz em Tempo Real
- 10 Transmissão em tempo real
- 11 Controlo de Texto e Pronúncia
- 12 Formatos de Áudio
- 13 Otimização da Latência
- 14 Pipeline Vocal Complet