Нейросетевая озвучка роликов по бичу, или Короткий гайд по нейронке Hailuo

Мы с HR-директором уже которую неделю бьемся над заявками для премии «HR-бренд» от hh.ru — для этого нужно заполнить километровую анкету с описанием проекта, сверстать из нее презентацию и на десерт сделать видеовизитку длиной в 2 минуты.

В одной из заявок мы описываем, как внедряли ИИ в нашу HR-систему, и я не придумал ничего лучше, чем сообразить ролик при помощи нейронок. Увидел в качестве референса рилс с переозвучкой сцены из «Волка с Уолл-стрит» голосом Бурунова, и концепт собрался сам собой.

Но вопрос: как сделать такую же озвучку?

Еще полгода назад я бы пошел в ElevenLabs и склонировал голос, но теперь даже с включенным сервисом на три буквы они не дают доступ к своим сервисам. Пришлось перелопатить N-аналогичных продуктов, пока я не нашел его — Hailuo AI.

Это китайский сервис, который делает text2speech контент и умеет клонировать голоса. А самое главное — бесплатно! Ну, то есть, у вас есть 4000 кредитов в сутки, на которые можно генерировать аудио.

Как сделать аналогичный видос

1. Регаемся на https://www.hailuo.ai/

2. Переходим во вкладку Voices — My Voices — Create your Voice Clone. На бесплатном тарифе можно склонировать до трех голосов.

3. Закидываем запись нужного голоса длиной до минуты, выбираем язык и называем своего клона. Я клонировал голос Бурунова.

4. Как только голос склонируется (обычно это занимает до пяти минут), можно переходить во вкладку Text to Speech, вводим нужный текст и нажимаем Generate Speech.

5. Можно настраивать эмоции голоса, скорость и громкость.

Вот и всё, вы великолепны! Можете развлекаться на все 4000 токенов в сутки.

А вообще я тут недавно залетал с гостевым постом про нейронки в канал к «Альфе», с которой я работал в «Технократии» — обновил там свой джентельменский набор сервисов, которыми пользуюсь на постоянной основе.

P.S. Вся эта затея была сделана исключительно ради фана и не преследует собой какой-либо коммерческий интерес