Глоссарий
Технология преобразования текста в аудио. Современный нейронный TTS даёт голоса, неотличимые от живой записи, и является аудиодвижком большинства говорящих аватаров.
TTS превращает текст и выбранный голос в аудиосигнал. Старый TTS звучал «как робот»; современные модели обучены на сотнях часов речи и дают естественную просодию, дыхание и эмоции.
На vlogme.ai можно выбрать любой TTS-голос, клонировать свой или загрузить своё аудио — движок lip-sync ведёт аватар от выбранного источника звука.
Синтез нового голоса, который звучит как конкретный реальный человек — обычно по короткому аудио-семплу.
TTS-голос, сгенерированный глубокой нейросетью — с более естественной интонацией и эмоцией, чем у старого конкатенативного или формантного TTS.
Цифровой персонаж — обычно из одного фото — у которого ИИ анимирует губы, челюсть и мимику под выбранный голос или текст.
