Clone Your Voice in 5 Seconds! (Open-Source) #VoxCPM #AIClone

Name: Clone Your Voice in 5 Seconds! (Open-Source) #VoxCPM #AIClone
Description: This open source AI can clone your voice with just 5 seconds of audio, and it actually understands emotion, tone and context. In fact, the voice you're…

Канал Prompt Engineer

Английские субтитры с переводом на русский

Транскрипт

This open source AI can clone your voice with just 5 seconds of audio, and it actually understands emotion, tone and context.
Перевод на русский: Эта open source AI может клонировать ваш голос всего за 5 секунд аудио, и она действительно понимает эмоции, тон и контекст. На самом деле, голос, который вы слышите прямо сейчас, — это не мой настоящий голос, а клон.
In fact, the voice you're listening to right now is not my real voice, it's a clone.
Перевод на русский: На самом деле, голос, который вы слышите прямо сейчас, — это не мой настоящий голос, а клон.
That's VoxCPM, a tokenizer free speech model.
Перевод на русский: Это VoxCPM — модель свободной речи без токенизатора.
Instead of breaking speech into tokens, it models it as a continuous space, preserving emotions and natural pauses.
Перевод на русский: Вместо разбиения речи на токены, она моделирует её как непрерывное пространство, сохраняя эмоции и естественные паузы.
The architecture includes a text-semantic language model based on MiniCPM4 that decides what to say and how to say it,
Перевод на русский: Архитектура включает текстово-семантическую языковую модель на основе MiniCPM4, которая решает, что сказать и как это сказать,
plus a residual acoustic model for realism.
Перевод на русский: плюс остаточная акустическая модель для реалистичности.
I tried installing it locally, but my GPU wasn't enough, so I used RunPod.
Перевод на русский: Я попытался установить его локально, но моего GPU не хватило, поэтому я использовал RunPod.
After deploying on a VPS, I cloned my voice with just the reference audio.
Перевод на русский: После развертывания на VPS я клонировал свой голос, используя только эталонный аудиофайл.
In ultimate cloning mode, the result was 95% accurate with proper emotion and pacing.
Перевод на русский: В режиме идеального клонирования результат был точен на 95% с правильной эмоциональной окраской и темпом речи.
You can even add control instructions like a young girl speaking softly to change the voice style.
Перевод на русский: Вы даже можете добавить управляющие инструкции, как молодая девушка, говорящая мягко, чтобы изменить стиль голоса.
And it works as an API for pipelines.
Перевод на русский: И это работает как API для конвейеров.
So, should I replace my voice with this clone? Let me know in the comments.
Перевод на русский: Итак, стоит ли мне заменить свой голос на этот клон? Дайте мне знать в комментариях.
Check out the full video on my channel for the complete guide.
Перевод на русский: Полную версию видео с полным руководством смотрите на моём канале.
And if you found this useful, don't forget to like and subscribe for more.
Перевод на русский: А если вам это было полезно, не забудьте поставить лайк и подписаться, чтобы не пропустить новые видео.

Категории

Транскрипт

This open source AI can clone your voice with just 5 seconds of audio, and it actually understands emotion, tone and context.

Перевод на русский: Эта open source AI может клонировать ваш голос всего за 5 секунд аудио, и она действительно понимает эмоции, тон и контекст. На самом деле, голос, который вы слышите прямо сейчас, — это не мой настоящий голос, а клон.

In fact, the voice you're listening to right now is not my real voice, it's a clone.

Перевод на русский: На самом деле, голос, который вы слышите прямо сейчас, — это не мой настоящий голос, а клон.

That's VoxCPM, a tokenizer free speech model.

Перевод на русский: Это VoxCPM — модель свободной речи без токенизатора.

Instead of breaking speech into tokens, it models it as a continuous space, preserving emotions and natural pauses.

Перевод на русский: Вместо разбиения речи на токены, она моделирует её как непрерывное пространство, сохраняя эмоции и естественные паузы.

The architecture includes a text-semantic language model based on MiniCPM4 that decides what to say and how to say it,

Перевод на русский: Архитектура включает текстово-семантическую языковую модель на основе MiniCPM4, которая решает, что сказать и как это сказать,

plus a residual acoustic model for realism.

Перевод на русский: плюс остаточная акустическая модель для реалистичности.

I tried installing it locally, but my GPU wasn't enough, so I used RunPod.

Перевод на русский: Я попытался установить его локально, но моего GPU не хватило, поэтому я использовал RunPod.

After deploying on a VPS, I cloned my voice with just the reference audio.

Перевод на русский: После развертывания на VPS я клонировал свой голос, используя только эталонный аудиофайл.

In ultimate cloning mode, the result was 95% accurate with proper emotion and pacing.

Перевод на русский: В режиме идеального клонирования результат был точен на 95% с правильной эмоциональной окраской и темпом речи.

You can even add control instructions like a young girl speaking softly to change the voice style.

Перевод на русский: Вы даже можете добавить управляющие инструкции, как молодая девушка, говорящая мягко, чтобы изменить стиль голоса.

And it works as an API for pipelines.

Перевод на русский: И это работает как API для конвейеров.

So, should I replace my voice with this clone? Let me know in the comments.

Перевод на русский: Итак, стоит ли мне заменить свой голос на этот клон? Дайте мне знать в комментариях.

Check out the full video on my channel for the complete guide.

Перевод на русский: Полную версию видео с полным руководством смотрите на моём канале.

And if you found this useful, don't forget to like and subscribe for more.

Перевод на русский: А если вам это было полезно, не забудьте поставить лайк и подписаться, чтобы не пропустить новые видео.