Эмоциональный окрас голоса

Задумался над юмористическими форматами контента помимо познавательного. И понял основную забавную проблему продакшена на текущем стеке.

Видео

У Veo всё получается очень плавное что ли. Чего-то можно добиться ускорениями через монтаж, но в своей основе там всё такое медленное и мягкое что ли. Может с другими тулами вроде сиденса или более дорогими моделями чем Lite это не так. Но пока я в ситуации "у нас просто нету деньги", с эксприментами глубокими сложно. Да и продакшен процесс сильно менять.

То есть сделать буффонаду ту же самую и другие вещи довольно проблематично в рамках этого стека.

Голос

Ладно визуал, а что по речи? Так уж сложилось что часть комедии это подача. Вам будет не смешно, если в юмористических шоу "Етить твою мать" будет звучать ровным голосом диктора. Скорее будет странно. Я и так иногда по куче раз переролю из-за ударений, из-за задержек в рече и так далее. И выдумываю какие-то хаки, что-то правлю на монтаже. Но я не могу на монтаже дать фразе эмоциональный окрас.

В элевенлабсе небольшое число голосов умеет в эмоциональную разметку (только те, что обучены на модель v3) и она довольно специфическая. Что тоже не совсем подходит под формат.

Поэтому навалим испанского стыда (отвалите со своим кринжом кто бы вы ни были, я дед смотревший когда-то версус). Пока я решил поэкспериментировать с форматами реп батла :) Зачем? Просто потому что я могу.

#оработе