どんな音声も、どんなボイスにも瞬時に変換
インスタントDubはゼロショットのボイス変換です。ソース（テキスト、リンク、アップロード、録音）と、欲しいボイスの短いリファレンスクリップを渡せば、数秒で一方をもう一方に変換します——モデルのトレーニングも、先にクローンを作る必要もありません。
BGMはソースから自動的に分離され、最後に再びミックスされます。だから1分以内にクリーンでスタジオ品質のDubが手に入ります——すべてブラウザで。
インスタントDubをひと目で
- セットアップ
- ゼロショット——トレーニング不要
- スピード
- 30〜60秒で完成
- 入力
- どんなソース + どんなボイス
- 出力
- スタジオ品質のDub
インスタントボイス変換とは？
インスタントDubは、モデルをトレーニングする代わりに、リファレンスボイスの音色を読み取り、その場でソース音声に適用します。用意するのは2つ——変換する音声と、変換先のボイス——だけで、完成したDubが返ってきます。
- どんな音声も、どんなリファレンスボイスにも変換
- モデル学習やクローン手順は不要
- ボーカルをBGMから自動分離
- テキスト・リンク・アップロード・録音に対応
- ピッチは自動検出、手動での上書きも可能
- どんなデバイスでもブラウザで動作
インスタントDubを作る方法
ソースとリファレンス
インスタントDubにはどちらも必要です——何を変換するか、そして何に変換するか。
できること
フルモデルを作り込みたくないときこそ、インスタントDubが真価を発揮します。
インスタントDub vs ボイスをクローンする
音声に新しい声を乗せる方法は2つ——用途に合うほうを選びましょう。
ソースはどこからでも持ち込める
テキスト入力、リンク貼り付け、アップロード、録音——ソースもリファレンスも同じ入力に対応します。
対応する音声・動画形式
ピッチを微調整
ピッチは自動で検出されますが、詳細設定で上書きできます。
最高のインスタントDubのコツ
- クリアでキャラクターらしいリファレンスクリップを選びましょう——使われるボーカルは約20秒だけです。
- リードボーカルが明瞭なソースを使いましょう。BGMは自動で分離されます。
- 結果が高すぎたり低すぎたりする場合は、詳細設定でピッチを微調整しましょう。
- 最も自然な変換のために、リファレンスのエネルギーをソースに合わせましょう。
- 短いクリップほど速く変換できます——フルで回す前にサビでテストしましょう。
VoiceDubでDubする理由
音声に新しいボイスを載せるのに必要なすべてが、ひとつのブラウザタブに。
責任を持って変換を
ボイス変換は強力です——同意を得て使いましょう。
スタジオのその他のツール
インスタントDubはVoiceDubの一部です。残りのツールキットも見てみましょう。
インスタントDub — よくある質問
インスタントDubはどのように動作しますか？
変換したい音声をソースとして追加し、変換先にしたいボイスの短いクリップをリファレンスとして加えてください。リファレンスから音色を抽出し、ソースに適用します——トレーニングもクローンも不要です。
リファレンスクリップはどのくらいの長さまで可能ですか？
リファレンスとして提供いただいた音声から、およそ20秒のボーカルを使用します。最良の結果のために、クリーンでそのキャラクターらしいクリップを選んでください。
ソースにBGMやインストゥルメンタルが入っていたら？
問題ありません——変換前にソースからボーカルを自動で分離し、最後に元のインストと結果をリミックスします。
ピッチがずれるのはなぜですか？
ピッチはソースとリファレンスの声から自動検出されます。少しずれて聞こえる場合は、詳細設定のピッチスライダーで上下に微調整してください。
インスタントDubにはどのくらい時間がかかりますか？
ほとんどのクリップで30〜60秒です。専用GPUで動作するので、待たされません。
これはボイスをクローンするのと何が違いますか？
インスタントDubはゼロショットで——リファレンスクリップからその場で変換し、トレーニングするモデルはありません。クローンは、最も近いマッチのために再利用できる専用モデルを作ります。単発にはインスタント、繰り返しで最高忠実度の用途にはクローンを使いましょう。
何かインストールする必要はありますか？
いいえ。インスタントDubはどんなデバイスでもすべてブラウザ内で動きます——ダウンロードやセットアップは不要です。
リファレンスには誰の声を使えますか？
自分の声か、許可を得た声を使いましょう。同意なく音声を他人の声に変換せず、利用規約に従ってください。