Så klonar du din röst med ElevenLabs: En djupdykning
- Skriven av
- Jack Limebear
- Publicerad
- Senast uppdaterad
LyssnaLyssna på den här artikeln
Inga två röster är likadana. Din röst formas av din biologi och miljö, och förfinas genom år av uttryck. Den är personlig.
Fram till nyligen kunde den typen av individualitet inte återskapas. Men framsteg inom AI har gjort det möjligt att klona röster med slående precision. Med bara några minuters ljud kan AI-system generera tal som låter anmärkningsvärt likt originalet.
I den här guiden visar vi exakt hur du klonar din röst med ElevenLabs. Vi går igenom vad du bör spela in, hur du väljer mellan Instant och Professional Voice Cloning och hur du använder din klon när den är klar. För båda alternativen har vi inkluderat en detaljerad steg-för-steg-guide som du kan följa.
Sammanfattning
- ElevenLabs erbjuder Instant Voice Cloning och Professional Voice Cloning.
- Instant Voice Cloning kräver några minuter av rent, jämnt ljud.
- Professional Voice Cloning kräver upp till 3 timmar röstdata.
- När du har skapat din klon kan du ansluta den till andra produkter från ElevenLabs.
- Du måste ha uttryckligt samtycke för att klona en röst. ElevenLabs kräver att samtycke bekräftas innan du kan använda dessa tjänster.
Instant Cloning jämfört med Professional Voice Cloning: Vilken behöver du?
ElevenLabs erbjuder två olika metoder för röstkloning att välja mellan.
Instant Cloning ger dig en användbar röst på bara några minuter, så att du snabbt kan börja använda din röstklon i praktiken. Professional Voice Cloning tar längre tid, men skapar också en modell med extremt hög återgivningstrohet.
Här är en snabbguide som hjälper dig att välja det bästa alternativet för dig:
Genom att förstå skillnaderna mellan dessa metoder sparar du tid i början och kan komma igång snabbt.
Det här behöver du innan du klonar din röst med ElevenLabs
Oavsett om du väljer professionell eller omedelbar ElevenLabs Voice Cloning finns det några grundläggande saker som är bra att ha. De är inte obligatoriska, särskilt inte för den omedelbara metoden, men de kan göra stor skillnad för klonens kvalitet.
Här är några saker att tänka på innan du börjar spela in:
- Krav på ljudkvalitet: En professionell inspelningsmikrofon gör stor skillnad. Minimikraven är dock att du kan spela in WAV-filer i 44,1 kHz eller 48 kHz med en bithastighet på minst 24 bitar. Försök spela in på en tyst plats i en Digital Audio Workstation (DAW) som stöder WAV-filer. Audacity är ett bra gratisalternativ.
- Minsta samplingslängd: Kontrollera hur mycket ljuddata du bör tillhandahålla. Det är den sammanlagda speltiden som räknas, inte antalet filer. För Professional Voice Cloning bör du ladda upp en fil som är så nära 3 timmar som möjligt.
- Vad du ska säga: ElevenCreatives röstklon är gjord för att återskapa rösten du tillhandahåller. Om du läser långsamt och monotont kommer inspelningen att återspegla de egenskaperna. Tala naturligt, med varierade känslor och tempo. ElevenLabs erbjuder inbyggda manus för Professional Voice Cloning.
Om du lägger några extra minuter på att förbereda detta i förväg får du en röstklon av högre kvalitet.
Så skapar du en omedelbar röstklon med ElevenLabs
Om du har några minuter och befinner dig på en tyst plats är du redo att klona din röst. ElevenCreative skapar en digital kopia av din röst som du kan använda på fler än 32 språk, med samma känsloläge och prosodi som i ditt naturliga språk.
Så här använder du ElevenLabs Instant Voice Cloning:
- Öppna Voices
- Ladda upp dina prover
- Namnge och spara din röst
- Testa den med ett manus
- Justera inställningarna för stabilitet och likhet
Vi går igenom stegen mer i detalj.
Steg 1: Gå till sidan för Instant Voice Cloning i Voices
Logga först in på din ElevenLabs-dashboard. Välj Voices i sidofältet till vänster och klicka sedan på plusikonen.
Du får upp en popup på skärmen (visas nedan) med några alternativ:
- Voice Design
- Instant Voice Clone
- Professional Voice Clone
- Röstremixning
Välj Instant Voice Clone i modulen, så kommer du till rätt sida.
Steg 2: Ladda upp dina prover
Följ instruktionerna på skärmen för att antingen ladda upp förinspelade ljudfiler eller spela in direkt i webbläsaren. I det här steget kan du ladda upp flera filer till motorn. ElevenLabs använder den sammanlagda speltiden, inte längden på varje enskild fil, för röstkloning.
Sikta på att ge oss minst 1–2 minuter av rent, jämnt ljud att arbeta med.
Här visas också några rekommendationer, som att undvika bullriga miljöer, kontrollera mikrofonens kvalitet och använda samma utrustning för alla inspelningar.
Steg 3: Namnge och spara din röst
När du har spelat in din röst börjar ElevenLabs syntetisera din röstklon. I det här steget kan du förhandsgranska rösten och ge den ett namn.
Du kan också lägga till annan information om klonen, till exempel etiketter för språk, accent, kön och ålder. I beskrivningsfältet kan du lägga till detaljer som underlättar när du katalogiserar rösten eller som en påminnelse till dig själv.
Till sist måste du kryssa i samtyckesrutan för att bekräfta att du har läst och godkänner den. Det är viktigt att du har samtycke för att skapa en klon av rösten du arbetar med, oavsett om det är din egen eller någon annans.
Steg 4: Testa din omedelbara röstklon
När du har skapat din röst går du till My Voices och klickar på Use voice för att börja använda klonen i Text to Speech-playgrounden. Skriv ett kort manus som din röstklon ska säga. För att verkligen testa den bör du skriva något som inte ingick i träningsljudet.
När du har valt din röstklon och skrivit texten klickar du på Generate speech längst ned på sidan för att ge den liv.
Steg 5: Justera modellen och testa igen
Om du hör din röstklon och tycker att något inte riktigt låter rätt behöver du inte börja om från början. ElevenLabs erbjuder flera reglage som låter dig konfigurera den slutliga ljudproduktionen.
Prova följande reglage på höger sida av skärmen för att se hur de påverkar din röstklon:
- Stabilitet: Högre stabilitet ger jämna, förutsägbara röster. Lägre värden kan ge mer uttryck, men också viss inkonsekvens. En inställning i mellanläget fungerar bäst för de flesta användningsområden.
- Likhet: Anger hur nära röstklonen håller sig till röstproverna du gav den. Om du ökar det här reglaget känns rösten mer som din egen. Om du hör distorsion bör du sänka reglaget.
- Stil: Vill du förstärka de uttrycksfulla egenskaperna i ditt träningsljud? Öka det här reglaget. Höga värden kan dock leda till ett förvrängt slutprov.
När du har justerat värdena på dessa reglage klickar du på Generate speech igen och ser hur modellen förändras.
När du har gått igenom dessa 5 steg har du en ElevenLabs-röstklon som är klar att använda.
Så skapar du en professionell röstklon med ElevenLabs
Att klona din röst professionellt med ElevenLabs tar längre tid än det omedelbara alternativet, men ger en mycket exakt modell som återger din röst nära originalet.
Om du har Creator-planen eller högre kan du använda de här stegen för att skapa en professionell röstklon med ElevenLabs:
- Öppna Voices
- Ladda upp ditt ljud
- Kontrollera återkopplingen om provlängden
- Bearbeta ljudprover för att förbättra kvaliteten
- Verifiera din egen röst av säkerhetsskäl
- Vänta på röstens finjusteringsprocess
- Använd din röstklon
Vi går igenom stegen mer i detalj.
Steg 1: Gå till sidan för Professional Voice Cloning i Voices
Logga in på din ElevenLabs-dashboard, välj Voices i sidofältet till vänster och klicka sedan på Create Voice. I popupfönstret ser du samma alternativ som tidigare.
Välj den här gången Professional Voice Clone. Du får då upp en rad rekommendationer, bland annat:
- Använd ett popfilter
- Håll inspelningen fri från brus
- Spela in i ett akustiskt behandlat rum
- Förbehandla ditt ljud
- Håll volymen jämn genom hela inspelningen
- Tillhandahåll minst 30 minuter ljud, men helst nära 3 timmar
Steg 2: Ladda upp ditt ljud
Klicka på Upload samples och lägg till dina förinspelade ljudfiler. Du kan också spela in dig själv och ladda upp direkt i programmet. Vi har inkluderat flera manus som du kan använda för olika syften, till exempel reklam, berättande eller konversationsmodellering.
Dessa ljudfiler bör endast innehålla talad röst. Vi stöder för närvarande inte sång som indata- eller utdatakälla.
Steg 3: Kontrollera återkopplingen om provlängden
När du har laddat upp ljudet kontrollerar du återkopplingen om dess längd. Medan 1–2 minuter räckte för en omedelbar röstklon rekommenderar vi att du laddar upp mellan en och tre timmar ljud för den här tjänsten.
Kom ihåg att inkludera ljudfiler med varierat känslomässigt innehåll. Du behöver ett varierat urval av studiofärdigt innehåll för att ge våra modeller bästa möjliga underlag.
Steg 4: Bearbeta ljudprover för att förbättra kvaliteten
I plattformen för Professional Voice Cloning kan du förbättra kvaliteten på dina ljudprover direkt. Från att ta bort bakgrundsbrus till att separera olika talare hjälper ElevenLabs dig att skapa högkvalitativt ljudmaterial.
Det här steget är inte absolut nödvändigt, men det är användbart eftersom det förbättrar kvaliteten på din färdiga röstklonmodell.
Steg 5: Verifiera din egen röst av säkerhetsskäl
ElevenLabs kräver verifiering när du skapar en professionell röstklon. När du har laddat upp allt ber vi dig spela in ett kort klipp direkt i gränssnittet. Använd om möjligt samma mikrofon och rumsuppsättning som för träningsinspelningarna, och matcha tonfall och sätt att tala så nära som möjligt.
Om verifieringen misslyckas kan du försöka igen om 24 timmar. Om du behöver komma igång tidigare kan du kontakta ElevenLabs kundtjänst direkt för hjälp.
Steg 6: Vänta på röstens finjusteringsprocess
När du har verifierat din röst börjar ElevenLabs finjustera din modell. Det tar vanligtvis mellan 3 och 6 timmar, men kan ta längre tid om många andra Professional Voice Clones står före din i kön.
För att följa statusen för din klon går du till My Voices. Vi skickar också en avisering när din röstmodell är klar att använda.
Steg 7: Använd din röstklon
Grattis, du har nu en fullt fungerande röstklon av professionell kvalitet. Den färdiga modellen visas i My Voices, där du kan använda den i alla andra ElevenLabs-produkter, som Text to Speech, Studio, Dubbing och API, samt röstagenter.
Välj din röst i röstväljarens dashboard med namnet du gav den under produktionsprocessen för att komma igång.
Bästa praxis för röstkloning med ElevenLabs
Stegen ovan för Instant eller Professional Voice Cloning låter dig skapa en klon, men det finns ytterligare några saker du kan göra i förväg. De här tipsen är små justeringar av dina inspelningsverktyg eller din strategi som kan förbättra kvaliteten på din röstklon.
Följande bästa praxis för AI-röstkloning gäller både omedelbara och professionella återskapningar:
- Rumsakustik och bakgrundsbrus: Hur rent ditt ljud är påverkar direkt slutkvaliteten. Se till att spela in på en plats utan bakgrundsbrus eller eko. För professionella inspelningar fungerar en inspelningsstudio utmärkt. Om du vill nå den kvaliteten utan att boka en studio kan du se om ett lokalt coworking-utrymme har ljudisolerade bås att använda.
- Avstånd till mikrofonen: När du talar bör du stå ungefär två knytnävar från mikrofonen. Det är en bra tumregel, men kontrollera mikrofonens specifikationer för mer information.
- Känslomässigt omfång i dina prover: En AI-modell använder din rösts naturliga prosodi och talmarkörer. Om din framföring är platt kan din modell få samma bristande uttryck. Ge allt du har och inkludera känslomässigt varierade prover som visar din naturliga talstil i olika sammanhang.
- Varierade meningar jämfört med att läsa ett manus: Att läsa ett manus högt är ett bra sätt att börja om du vill ge ett längre prov, men det kan låta inövat eller onaturligt. Särskilt om du läser det för första gången kanske du inte förmedlar den känslomässiga nyans som meningen kräver. För att hitta rätt balans bör du tillhandahålla flera olika manuspassager med ett mer samtalsmässigt framförande.
Genom att följa dessa rekommendationer ger du ElevenLabs bättre ljudmaterial att arbeta med. Då kan vi skapa en röstklon som återger din röstidentitet mer exakt.
Hur kan du använda en ElevenLabs-röstklon?
När du har skapat en professionell eller omedelbar röstklon med ElevenLabs visas din röst i My Voices. Därifrån kan du komma åt den från alla andra ElevenLabs-produkter.
Här kan du använda din ElevenLabs-röstklon:
- Text to Speech i appen: I ElevenLabs Text to Speech-playgrounden kan du välja din röst och låta den läsa upp allt du skriver in. Du använder den för enstaka röstgenereringar, till exempel voice-over eller poddintroer. Kom ihåg att justera stil, likhet och stabilitet i realtidsinställningarna så att rösten känns så korrekt som möjligt.
- Via API: Du kan använda API-slutpunkten List Voices för att hämta en lista över alla röster som är tillgängliga för dina API-anrop. Varje röst har ett unikt röst-ID som du kan använda där du ansluter ElevenAPI.
- I en röstagent: Anslut din ElevenLabs-röstklon till en agent så att den använder din röst när den talar. För företag som vill ha en konsekvent röstnärvaro på olika plattformar bidrar det till ett enhetligt uttryck för agenterna.
- På olika språk: Din röstklon fungerar på 32 språk, så att du kan översätta innehåll och skapa det med din röst. Även utan röstprover på det språket matchar ElevenCreative nära prosodin och de känslomässiga egenskaperna i ditt tal mellan olika språk.
Med klonen tillgänglig i alla våra produkter är du redo att ge din röst liv och börja skapa högkvalitativt innehåll i stor skala.
Klona din röst med ElevenCreative
Oavsett om du är en innehållsskapare som vill snabba upp videoproduktionen eller bara vill bevara din röst är röstkloning med ElevenLabs enkel, snabb och effektiv.
Instant Voice Cloning är tillgänglig i gratisplanen och tar bara några minuter. Med Creator-planen kan du komma igång med Professional Voice Cloning. Läs mer om röstkloning hos ElevenLabs eller registrera dig för att klona din röst i dag.
