多言語ナレーター
スクリプトが複数の言語を切り替え、外来語も含んでいます。
多言語の文章を評価する前に、各言語を個別にテストしましょう。多言語ガイドでは、1つの適切な文章だけでは不十分な理由を説明しています。
音声プレビュー
焦点を絞った音声テストで F5 TTS デモを試す
F5 TTS デモは、使用許可を得た参照録音に対して短い文章を1つテストすると、最も役立ちます。長めのプロジェクトを計画する前に、発音、テンポ、類似性を確認しましょう。
この入口と一般的な入口の違い
簡単なプレビューで答えられるのは、完全な音声プロジェクトよりも限定的な質問です。つまり、1つの文章が有望に聞こえるかどうかです。スクリプト、言語、録音環境全体で一貫性があることを示すものではありません。
短いプレビューでは確認できない3つのこと
これらは、最初のサンプルで1回うまくいったから解決した問題ではなく、その後も継続して確認すべき項目として扱ってください。
1
長文での一貫性
自然に聞こえる1文だけでは、数段落にわたる文章、繰り返し登場する名前、感情の変化に対して、その音声がどのように対応するかは予測できません。
代わりに行うこと
文の長さが異なる2つ目の文章をテストし、2つの音声クリップを比較してください。
2
信頼できる発音
よくあるフレーズを1つ試すだけでは、珍しい名前や略語、別の言語がどのように発音されるかは分かりません。
代わりにすること
難しい単語をテスト用の文章に含め、流暢にその言語を話せる聞き手に確認してもらいましょう。
3
音声を使用する許可
説得力のある結果が得られても、他人の録音や身元を使用する権利が与えられるわけではありません。
代わりにすること
自分の声、または話者がその用途への使用に同意した参照クリップを使いましょう。
始め方
最初の比較は、何が変わったのかを聞き取れる程度に小さくしましょう。公平にテストを繰り返せるよう、元のテキストを保存しておきます。
-
1
参照音声を選ぶ
使用に同意した話者による、明瞭な録音を選びます。サービスから文字起こしを求められた場合は、記憶で推測せず、話された言葉と一致しているか確認しましょう。
-
2
役立つ文章を書く
実際に必要なスタイルで、数文を使いましょう。プロジェクトにとって重要な名前やフレーズを1つ含めますが、すべての特殊なケースを一度にテストするのは避けてください。
-
3
聞いて修正する
生成された音声と参照音声を、話す速さ、明瞭さ、発音の点で比較します。修正の効果を判断できるよう、テキストは一度に1か所だけ変更しましょう。
プロジェクトでテストすべき制限
同じサンプルでも、聞き手によって答えられる質問は異なります。音声がどのように使われるかに合った、次の確認項目を選びましょう。
音声マッチング研究者
同意を得た参照クリップはありますが、録音品質にばらつきがあります。
不自然な結果をモデルのせいだと判断する前に、複数のソースセグメントを比較しましょう。音声クローンガイドでは、参照音声の準備方法を説明しています。
ローカルワークフロービルダー
有望なプレビューを、繰り返し実行できる本番プロセスへと発展させる必要があります。
ウェブプレビューを見て、お使いのマシンで実行できると決めつけるのではなく、モデルのローカル環境を個別に確認してください。
次のリスニングステップへ進む
まずは耳で評価できるテキストから始めましょう。ボタンをクリックすると外部の音声サービスが開きます。利用できるモデル、操作項目、アクセス条件はF5-TTSリポジトリと異なる場合があります。公平に比較できるよう、参照クリップとテスト用テキストを保管しておいてください。
デモに関するよくある質問
想定している台本に近い短い文章から始めましょう。聞き取りやすさ、テンポ、そして正しく発音する必要がある名前や用語を確認してください。異なる2つ目の文章を使うと、結果に一貫性があるかどうかを確認しやすくなります。
必ずしもそうではありません。外部の音声サービスでは異なるモデルや設定が使われる場合があるため、その出力をローカルのF5-TTSインストール環境で生成される結果の証明とみなすべきではありません。直接比較する前に、サービスのモデル情報を確認してください。
音声マッチングのワークフローでは、通常、参照録音が必要であり、実装によってはその文字起こしも求められます。この用途への使用に同意した話者の、明瞭な音声クリップを使ってください。選択したツールの指示に従ってください。
テキストが長くなるほど、テンポ、発音、言い回しが変化する可能性が高くなります。台本を扱いやすい長さの文章に分け、結合する前にそれぞれの結果を聞いて確認してください。試行結果を比較するときは、文面と参照音声を統一してください。