Clonación de voz

La clonación de voz hace que un modelo de síntesis de voz hable con la voz de una persona concreta, a menudo a partir de solo unos segundos de grabación.

  • Uso de modelos
  • Actualización

La clonación zero-shot no necesita entrenamiento: le das al modelo un clip corto, por ejemplo de tres segundos, e imita esa voz para texto nuevo. Algunos modelos también ofrecen diseño de voz, donde describes una voz con palabras. La calidad depende del clip, y un audio limpio de un solo hablante funciona mejor.

Clonar la voz de alguien sin permiso puede infringir la ley y facilitar fraudes, así que usa solo voces sobre las que tengas derechos. Algunos proyectos añaden a su salida una marca de agua inaudible, y las licencias pueden prohibir la suplantación o limitar el modelo a uso no comercial. Lee ambas cosas antes de construir un producto sobre un modelo de clonación.

Términos relacionados

  • Síntesis de voz (TTS) Los modelos de síntesis de voz convierten texto escrito en audio hablado, y muchos pueden copiar una voz a partir de una muestra breve.
  • Licencia no comercial Una licencia no comercial te permite usar un modelo para investigación, estudio y proyectos personales, pero no para ganar dinero con él.

Todos los términos