2023 年如何製作人工智能語音（教程）

自 ChatGPT 於 2022 年底問世以來，新的生成式 AI（人工智能）程序已隨處湧現。 人工智能中比較獨特的類型之一是AI語音，它允許您使用文本提示來創建用於營銷、員工培訓等的語音剪輯。 在這篇文章中，我們將向您展示如何使用流行的程序 PlayHT 製作人工智能語音。 讓我們深入了解一下。

什麼是人工智能？

使用 Midjourney 創建的圖像

人工智能是一項廣泛的技術，它允許計算機執行人類通常會執行的廣泛任務。 然而，這些任務只需要人工智能係統的一小部分時間。 人工智能有多種類型，最常見的是狹義人工智能。 這種類型的人工智能用於根據簡單的文本提示創建圖像、語音、音樂和文本。

什麼是人工智能語音生成？

使用 Midjourney 創建的圖像 | 圖像處理軟件

人工智能語音是計算機生成的語音，模仿人類聲音的聲音、特徵和語氣。 它們要么以文本形式開始，要么通過錄製您自己的聲音來創建獨特的人類聲音。 借助人工智能文本轉語音技術的力量，創作者可以為播客、畫外音開發聲音，或作為視障人士的輔助工具。

人工智能語音發生器如何工作？

使用 Leonardo 創建的圖像 | 圖像處理軟件

人工智能語音生成器需要文本預處理器、語音轉錄和語音合成才能工作。 第一步是文本預處理，獲取原始文本並使其整齊有序。 它將單詞分解為更小的部分（稱為標記），修復奇怪的工件（例如縮寫或特殊字符），並將數字轉換為實際單詞。

然後，在第二步中，分析這些標記並給出動詞、名詞或形容詞等標籤。 這有助於系統理解每個單詞應該如何使用以及它在上下文中的含義。

現在，這就是奇蹟發生的地方。 文本經過語音分析，這意味著它被轉換成一種特殊的文字，可以捕捉單詞在說話時的發音。 這包括重音、語氣和節奏，使演講聽起來自然。

終於，在最後一步，所有的努力都得到了回報。 使用聲波將語音轉錄轉化為真實的語音。 得益於現代人工智能算法，現在生成的語音比過去的文本轉語音引擎聽起來更自然、更接近人類。

如何製作人工智能語音

自從 IBM 於 1962 年發布 Shoebox 以來，語音生成器已經取得了長足的進步。現代系統，例如 PlayHT，具有各種不同音調的合成聲音，使得創建最真實的聲音成為可能。 其他工具，例如 MurfAI，將允許您調整音調、音調和速度。 在本教程中，我們將使用 PlayHT 創建 AI 語音。

第 1 步：創建帳戶

該過程的第一步是創建一個免費的 PlayHT 帳戶。 首先導航到主頁，然後單擊屏幕右上角的免費試用按鈕。

您可以使用 Google 帳戶註冊或輸入您的姓名和電子郵件。 使用您選擇的方法，然後單擊“註冊”繼續。

在下一步中，選擇您計劃以個人身份還是在公司環境中使用 PlayHT。

PlayHT 將在接下來的幾個屏幕中詢問有關如何使用該軟件的問題。

做出選擇並創建帳戶後，您就可以開始探索該界面。

第 2 步：探索界面

在生成第一個聲音之前，讓我們先熟悉一下界面：

1. 創建新文件：您將在此處創建第一個項目。
2. 最近的文件：您最近的項目的列表。
3. 文件：所有文件所在的位置。
4. 語音克隆：您可以上傳語音音頻，然後將其克隆以在軟件中使用。
5. API 訪問：用於將 PlayHT 集成到其他應用程序中
6. 計費：管理您的帳戶。
7. 語言選擇器：英語是目前唯一的選擇，但其他語言正在開發中。
8. 字數統計：允許您查看剩餘的可用字數。
9. 生成所有段落：用於生成AI語音。
10. 導入視頻：為上傳的視頻添加畫外音。
11. 文字提示：文字輸入，AI語音生成。
12. 音頻控制：調整聲音的時間線，並重新排列剪輯。
13. 導出項目：將項目逐段保存或保存為一個 wav 文件。

第 3 步：生成您的第一個人工智能語音

使用 PlayHT 生成 AI 語音非常簡單。 您可以創建自己的腳本或使用人工智能聊天機器人來幫助您。 在本教程中，我們將使用 ChatGPT 生成語音文本。 首先單擊“創建新文件”按鈕為我們的聲音創建一個新項目。

接下來，我們將為該項目選擇合成聲音。 為此，請單擊文本提示正上方的語音圖標。

將出現一個新的彈出窗口，允許您從 130 多種 AI 聲音中選擇一種進行採樣。 要選擇一個，只需單擊它 (1)，選擇播放速度 (2)，選擇將語音應用到項目中的所有段落 (3)，然後確認更改 (4)。

我們會選擇哈德森，因為他聽起來最現實，並且對我們的劇本有很好的敘事聲音。

使用 ChatGPT 生成視頻腳本

現在我們已經選擇了聲音，我們需要生成一些文本。 我們將要求 ChatGPT 創建一個簡短的視頻腳本，提供有關狗的有趣事實。 我們使用了以下提示：提供一個簡短的視頻腳本來展示關於狗的 5 個未知事實。

生成腳本後，我們需要為項目輸入一些文本。 我們首先將腳本的介紹粘貼到 PlayHT 中：您好，愛狗人士！ 今天，我們將揭開關於人類最好的朋友狗的五個有趣且鮮為人知的事實！ 所以，吃點東西，坐下來，讓我們開始吧！

要生成語音，請單擊文本提示左側的播放圖標。

PlayHT 將使用 Hudson 的聲音生成文本。 根據您使用的文本量，生成過程可能需要長達幾分鐘的時間。 完成後，您可以通過單擊屏幕右側的播放按鈕(1) 來預覽語音。 如果您對結果不滿意，可以單擊“重新生成”按鈕(2) 重試。

第一段聽起來是這樣的：

雖然這聽起來不錯，但還需要進行一些調整。 聲音的停頓聽起來不太正確，所以我們將進行一些調整。

再生輸出

PlayHT 允許您更改文本輸入，然後重新生成它。 當輸出不符合您的標準時，這很有幫助。 一個好的技巧是在句子之間添加破折號以創建自然的停頓。 使用人工智能語音生成器時，往往會出現匆忙文本的情況，從而創建不自然的連續句子。 因此，為了糾正這個問題，我們將原來的提示更改為：愛狗人士您好！ – 今天，我們將揭開關於人類最好的朋友——狗的五個有趣且鮮為人知的事實！ – 所以，吃點東西，坐下來，讓我們開始吧！

結果如下：

第四步：語音克隆

PlayHT 的另一個很酷的功能是能夠創建您自己的 AI 聲音。 它的工作原理是上傳一個 30 秒的剪輯，然後將其轉換為您的項目可用的人工智能語音。 首先，單擊 PlayHT 界面中的語音克隆選項卡。

接下來，單擊創建新克隆按鈕。

由於我們使用的是免費許可證，因此我們唯一的選擇是選擇即時選項，該選項會根據 30 秒的聲音剪輯創建 AI 語音。

接下來，為您的聲音命名 (1)，選擇性別 (2)，上傳音頻文件 (3)，確認您有權使用該剪輯 (4)，然後單擊“創建” (5)。

創建克隆後，它將出現在創建新克隆按鈕 (1) 的下方。 從那裡，您可以使用它 (2)、共享它 (3) 或刪除它 (4)。

要查看聽起來如何，請添加文本提示來預覽它。 說實話，我們對結果印象深刻：

第 5 步：導出項目

創建過程的最後一步是導出聲音文件。 您可以通過以下兩種方式之一執行此操作：一次導出一個段落或一個文件中的所有段落。 對於大多數創作者來說，單獨導出文件是有意義的。 這樣，您就可以在每個場景之間添加過場動畫和其他效果。 要導出文件，請單擊屏幕左上角的導出按鈕。

將出現一個下拉菜單，其中有兩個選項：每個段落單獨和作為單個音頻文件。

所有文件均導出為 wav 音頻文件，可以使用任何音頻軟件導入。

AI語音生成器的最佳實踐

在創建剪輯時了解一些最佳實踐以充分利用人工智能語音生成器非常重要。 首先，通過添加破折號 (-) 來分隔句子。 這讓算法知道應該有一個暫停，並且通常會消除連續的句子。 同樣，逗號和分號可以在單詞之間添加自然停頓。 另一方面，避免在句子中的單詞之間使用連字符。 例如，您可以使用landlocked而不是land-locked 。

您還應該在首字母縮略詞之間添加空格，以幫助人工智能理解應該有單獨的口頭字母而不是單詞。 例如，不要使用AI ，而是使用AI 。 您還可以在首字母縮略詞中的字母之間添加句點。 為了避免單詞重複，請重新措辭文本以包含標點符號，例如逗號、分號或連字符。 糾正重複的另一種方法是將句子分成更小的句子。 這可以防止人工智能變得混亂，而這通常會導致不良結果。

關於創建人工智能語音的最終想法

人工智能語音生成器正在改變創作者製作音頻的方式。 通過 PlayHT 等人工智能軟件，您可以為播客、YouTube 視頻、營銷視頻、培訓材料等創建聲音。 隨著人工智能技術的進步，語音生成的未來擁有巨大的潛力，為更身臨其境的體驗打開了大門。

對於那些有興趣探索其他人工智能應用程序的人，我們的博客有大量帖子可以幫助您立即成為人工智能超級明星。

• 2023年如何製作AI藝術（詳細教程）
• 當今使用 AI 的 31 種方式（2023 年指南）
• 2023年如何使用Photoshop AI生成填充（詳細教程）
• 2023年如何利用中途創作AI藝術（詳細教程）

精選圖片來自 Pro_Vector / Shutterstock.com