Klonowanie głosu pozwala twórcom przekształcić nagraną próbkę swojego głosu w cyfrową replikę zdolną do odczytywania nowych tekstów. Według przewodnika opublikowanego przez ElevenLabs, wystarczy jedno nagranie, aby wyprodukować narracje przeznaczone do filmów, podcastów, kursów czy fragmentów na media społecznościowe, bez konieczności powrotu do studia za każdym razem.
Przewodnik wychodzi z założenia: dla wielu twórców czas nagrywania bardziej ogranicza produkcję niż brak pomysłów. Dzięki klonowi głosu tekst staje się gotową narracją w ciągu kilku minut. Wymieniono kilka zastosowań, w tym narrację wielojęzyczną, która pozwala na stworzenie wersji tego samego samouczka dla każdego docelowego rynku, oraz korektę bez ponownego nagrywania, ponieważ zmieniona data czy nazwa produktu jest naprawiana poprzez edycję skryptu i ponowne wygenerowanie odpowiedniej linii.
Przewodnik przytacza również przypadek firmy mapo studio, która używa ElevenLabs do swoich cotygodniowych aktualizacji dla klientów, klonując głos kierownika produktu. Według świadectwa Audrey T., założycielki mapo studio, « to sprawia, że te aktualizacje pozostają osobiste, bez konieczności spędzania godzin na wielokrotnych nagraniach ». Wskazuje ona, że wysyłka, wcześniej dwutygodniowa, może teraz odbywać się codziennie.
Instant lub Professional: dwie metody klonowania
ElevenLabs proponuje dwie metody. Instant Voice Cloning opiera się na krótkiej próbce, od 1 do 2 minut czystego dźwięku według przewodnika, i nadaje się do szybkich projektów oraz krótkich formatów. Professional Voice Cloning trenuje na znacznie większej ilości nagrań: co najmniej 30 minut, przy czym 2 do 3 godzin daje najlepsze rezultaty, a sam proces treningu trwa około 3 do 6 godzin. Zawiera etap weryfikacji potwierdzający, że głos należy do właściciela konta, i jest przedstawiany jako najbardziej odpowiedni do długich seriali, kursów i podcastów.
Wybór zależy również od subskrypcji. Plan darmowy daje dostęp do syntezy mowy i projektowania głosów, ale nie obejmuje klonowania ani licencji komercyjnej. Plan Starter dodaje Instant Voice Cloning i licencję komercyjną, podczas gdy plan Creator otwiera dostęp do Professional Voice Cloning. Przewodnik odsyła do strony z cennikiem ElevenLabs po aktualne szczegóły.
Zgoda, weryfikacja i przejrzystość
Przewodnik szczegółowo opisuje kilka zabezpieczeń. W przypadku Instant Voice Cloning użytkownik musi potwierdzić, że posiada niezbędne prawa i zgodę. Professional Voice Cloning dodaje weryfikację tożsamości. Polityka ElevenLabs zabrania ponadto klonowania głosów bez praw, a « No-Go Voices » blokują tworzenie klonów zbliżonych do głosów osobistości politycznych. Wreszcie, każde wygenerowane nagranie audio jest przypisane do konta, które je stworzyło.
Przewodnik zaleca również informowanie swojej publiczności. Krótka wzmianka w notatkach do odcinka, opisie filmu lub we wstępie wystarczy, a wiele platform narzuca własne zasady dotyczące treści generowanych przez AI. Tekst precyzuje, że te wskazówki mają charakter ogólny i nie stanowią porady prawnej. Przypomina również, że sklonowanie głosu gościa lub współprowadzącego wymaga jego wyraźnej zgody.
