Эти голоса, знакомы ли они вам? Найдите подходящую озвучку с Fish Audio

Видео уже почти смонтировано, субтитры тоже выверены, а вот на озвучке всё застопорилось.

Поменяешь голос — слишком похоже на рекламу; поменяешь ещё раз — слова произносятся чётко, но будто зачитывают объявление. Хочешь найти что-то полегче — а оно уже чересчур лёгкое. Полдня листаешь список прослушиваний, а в итоге всё равно не знаешь, кого выбрать.

Во многих случаях проблема не в тексте, а в том, что голос не совпал с картинкой.

Поэтому в этой статье мы пока не будем наваливать параметры. Мы нашли в сообществе Fish Audio несколько узнаваемых тембров, для каждого написали оригинальные короткие фразы, соответствующие направлению его выразительности, а затем действительно вызвали генерацию для прослушивания. Можете сначала послушать, а потом подумать: какой человек нужен, чтобы рассказать именно ваше видео?

¶ Выбирая голос, не смотрите только на название

Такие ярлыки, как «нежный женский голос» или «магнетический мужской голос», звучат неплохо, но в самом видео могут и не подойти.

Когда рассказываешь о повседневной жизни, слишком официальный тон создаёт ощущение дистанции; когда делаешь исторический закадровый текст, чрезмерная живость, наоборот, легко выбивает из атмосферы. Хорошо ли звучит голос — это одно, а хочется ли слушать, как он договорит этот фрагмент, — совсем другое.

Стоит сначала спросить себя: кто и кому говорит эти слова?

Это разговор друзей, рассказ истории или персонаж на сцене? Если разобраться с этим, не придётся листать список тембров от начала до конца.

¶ Что умеет Fish? Сначала о том, что связано с озвучкой

Fish Audio может генерировать речь из текста, а также использовать уже существующие тембры. На его китайском официальном сайте представлены такие возможности, как многоязычность, клонирование голоса и эмоциональная выразительность; конкретный результат всё же лучше проверять на собственном тексте. Китайский официальный сайт Fish Audio

Для повседневного творчества стоит обратить внимание на два момента: во-первых, выбор тембров велик, поэтому не нужно ограничиваться несколькими дикторскими манерами; во-вторых, один и тот же ID тембра можно вызывать повторно, что удобно, когда позже редактируешь текст или добавляешь фразы.

Если у вас есть голосовой материал, на использование которого уже получено разрешение, можно также выполнить синтез с одноразовым эталонным аудио, не создавая сначала постоянный тембр. Здесь важно различать: модель тембра определяет «на кого похожа речь», а речевая модель определяет «какой набор возможностей синтеза использовать для генерации» — это не одно и то же.

При подключении через Ace Data Cloud reference_id задаёт тембр, а model в HTTP-заголовке запроса задаёт речевую модель. В текущей документации интерфейса перечислены s1, s2-pro и s2.1-pro, а также поддерживаются MP3, WAV, настройка скорости речи и другие параметры. Описание параметров

¶ Если хотите встроить это в собственный инструмент, код может быть очень коротким

Ниже показан интерфейс Fish TTS от Ace Data Cloud, а не официальный интерфейс прямого подключения Fish. Используйте API Token Ace Data Cloud; пример читает переменные окружения и не записывает ключ в код.

import os
import requests

# 换成你已确认使用权限的音色 ID
voice_id = os.environ["FISH_VOICE_ID"]

response = requests.post(
    "https://api.acedata.cloud/fish/tts",
    headers={
        "Authorization": f"Bearer {os.environ['ACEDATACLOUD_API_TOKEN']}",
        "Content-Type": "application/json",
        "model": "s2-pro",
    },
    json={
        "text": "别急着挑最好听的，先挑一个适合这段故事的。",
        "reference_id": voice_id,
        "format": "mp3",
        "prosody": {"speed": 1.0, "volume": 0},
    },
    timeout=180,
)
response.raise_for_status()
result = response.json()
if "audio_url" not in result:
    raise RuntimeError(f"未取得音频地址：{result}")
print(result["audio_url"])

Сначала установите requests, затем настройте ACEDATACLOUD_API_TOKEN и FISH_VOICE_ID — и сможете прогнать короткую фразу. Полученный audio_url — это адрес аудио, а не сам аудиофайл.

Не генерируйте сразу весь текст. Выберите отрывок, где есть длинные предложения, паузы и смена эмоций, подберите подходящую скорость речи, а затем продолжайте. Для длинных текстов или пакетных задач можно, согласно документации, использовать callback_url и запросы состояния задачи, чтобы страница не ждала всё время.

¶ Сколько из этих голосов вы узнаете?

Сначала уточним: следующие 20 аудиофрагментов — это AI-синтезированные демо, созданные в этот раз через вызов Ace Data Cloud Fish TTS с использованием тембров сообщества, а не записи самих людей и не оригинальные реплики или оригинальная озвучка. Тексты созданы специально для этого материала, а заголовки используют или поясняют названия тембров сообщества; это не означает участия, разрешения или поддержки со стороны самого человека, актёра озвучки либо соответствующей организации.

Мы смешанно отобрали китайские разговорные, закадровые и узнаваемые персонажные тембры, это не рейтинг популярности в реальном времени. В каждом фрагменте использована короткая фраза для отдельной ситуации, главным образом чтобы помочь почувствовать направление выразительности, а не для сравнительного теста на едином тексте. Тихая Анон использует японский язык, остальные — китайский; результаты на разных языках нельзя сравнивать напрямую.

Доступность аудиоссылок проверена, но прослушивание каждого результата пока не завершено. Описания ниже объясняют замысел текстов и не являются гарантией слухового впечатления от сгенерированных результатов.

Успешная генерация не означает получения разрешения на использование. Открытые модели сообщества не означают, что их можно применять в коммерческой рекламе, для выдачи себя за человека или ложного одобрения; перед официальной публикацией, демонстрацией или повторным использованием всё равно необходимо подтвердить права на тембр, голос человека и права, связанные с персонажем. Этот материал остаётся неопубликованным.

¶ Син-тян из «Карандашика Син-тяна»｜Знакомая озорная нотка

Начнём с канала детства. Для этого тембра был написан озорной рассказ-оправдание, крутящийся вокруг маленького печенья, чтобы показать контраст ребёнка, который совершенно серьёзно ищет отговорки. Помимо высоты голоса, можно также послушать паузы и окончания фраз.

Мама, я сегодня совсем не ленился! Я серьёзно изучал, почему маленькое печенье, стоит его открыть, само забегает ко мне в животик. Хе-хе, дай мне ещё кусочек!

¶ Сунь Укун｜характерное ощущение от роли «Вашего старого Суна»

Свяжите небольшой отрывок оригинальных реплик персонажа разведкой пути, защитой учителя и посохом Цзиньгубан, оставив немного пространства для прямодушия и драматического напряжения. Можно сравнить с обычным закадровым голосом и послушать, откуда при одинаковой речи появляется ощущение персонажа.

Учитель, не тревожьтесь! Впереди высокие горы и опасные дороги, позвольте вашему старому Суню сперва всё разведать. Если демоны преградят путь, мой посох Цзиньгубан — не для того, чтобы служить тростью!

¶ Губка Боб｜сегодня тоже хочется ловить медуз

Оформлено как взволнованное приглашение выйти из дома, направление текста — яркое, живое, полное ожидания. Если сама картинка уже очень шумная, нужно ли озвучке быть настолько насыщенной — можно вставить и потом решить.

Патрик, скорее просыпайся! Сегодня морская вода так сверкает, медузы наверняка тоже хотят выйти поиграть! Я даже сачок уже приготовил — только тебя, моего самого лучшего напарника, и жду!

¶ Патрик Стар｜сначала съесть один крабсбургер, а потом думать

Соедините с предыдущим отрывком в небольшой диалог: один спешит выйти, другой сначала думает о еде. Здесь хочется с помощью запоздалой реакции и чуть извилистой логики показать простодушное направление лёгкой комедии.

Губка Боб, я придумал один особенно умный способ. Давай сначала съедим один крабсбургер, а потом подумаем, куда пойти играть. Так, если вдруг ничего не придумаем, хотя бы не останемся голодными.

¶ Ленивый Барашек｜сначала немного полежу, а потом поговорим

Гора тортов во сне и дневной сон, от которого невозможно проснуться, задают этому тексту направление обжорства и сонливости. Если хочется сделать более расслабленный контент, не обязательно торопить вперёд каждую фразу.

Не будите меня, ну же, мне только что приснилась маленькая гора из тортов. Когда съем клубничку на самой вершине, тогда встану помогать. Правда, посплю ещё совсем немножко.

¶ Император из «Легенды о Чжэнь Хуань»｜одна реплика — и уже есть сцена

Это оригинальный дворцовый монолог, без использования реплик из сериала. С помощью сцены, где он ставит чашку чая и хочет что-то сказать, но останавливается, оставлено место для ощущения статуса персонажа и недосказанности.

Не нужно больше подливать чай, я хочу немного тишины. Всё, что ты только что сказал, я запомнил. Однако дела во дворце таковы: то, что слышишь, не обязательно правда, а то, что видишь, — не обязательно вся картина.

¶ Девушки-пони｜ищите в направлении бодрости

Выберите сцену, где перед окончанием тренировки хочется пробежать ещё один круг, и продвигайте реплики просьбой, упорством и ожиданием. Если хотите найти более энергичное выражение персонажа, можно начать с такого направления текста, а не просто искать «милый женский голос».

Тренер, сегодня ветер как раз что надо! Последний круг — я хочу попробовать ещё раз. Даже если сейчас мне ещё немного не хватает, я буду шаг за шагом догонять. Пожалуйста, смотрите, как я пересеку финишную черту!

¶ Анон Тихая｜смените язык, послушайте ощущение репетиции

Для этого голоса написана короткая фраза на японском о репетиции группы: хотелось передать чувство лёгкого волнения и желание позвать товарищей попробовать ещё раз. Это не тест китайского произношения и не оригинальная запись произведения.

Эй, давайте сегодня на репетиции сыграем вместе ещё только один раз? Думаю, звук точно получится лучше, чем раньше. Я немного волнуюсь, но с вами всё будет хорошо!

Краткий смысл на китайском: Может, ещё раз сыграем сегодняшнюю репетицию вместе? Мне кажется, точно получится лучше, чем только что. Хотя я немного волнуюсь, вместе со всеми всё будет в порядке!

¶ Необязательно знать имя, чтобы найти голос, который понравится

Голос персонажа легко запоминается, но, выбирая озвучку для своего видео, всё равно часто приходится возвращаться к вопросам: «Звучит ли она естественно?» и «Не устаёшь ли от неё при долгом прослушивании?». Следующие несколько вариантов можно послушать с другой точки зрения.

¶ Старшая сестра AD｜Короткая реплика — сначала послушайте интонацию

Текст задуман как напоминание ведущего игрока в игре: хочется немного решительности и игривости, но без того, чтобы создавать настроение за счёт нападок на других. Короткие фразы удобны для ощущения интонации, но для длинных видео всё равно нужно отдельно тестировать непрерывное повествование.

Не говори только, что у тебя ничего не получается, сначала доиграй эту партию. Ничего страшного, если двигаешься чуть медленнее, только мозг пусть не отключается вместе с тобой. Давай, держись рядом со мной, в этой волне мы играем серьёзно.

¶ Цзялань 3.0｜Как будто рассказываешь что-то другу

Небольшие сомнения в духе «страшно, но хочется поиграть» отлично подходят для дружеского разговора. Повторы, колебания и добавленное на ходу условие тоже могут быть частью текста для озвучки — не нужно превращать каждое предложение в инструкцию.

Говорю тебе, я правда не решаюсь играть в ту игру одна. Но если ты будешь со мной, то мне кажется, это не так уж и невозможно. Только сразу договоримся: если дверь зашумит, ты не можешь убежать раньше меня!

¶ Студентка университета｜Библиотека, ужин и чашка молочного чая

Это название голоса сообщества, а не подтверждение личности. Выбран обычный фрагмент университетских будней, в котором план учёбы и невольно возникающие мысли смешаны в одном отрывке, чтобы протестировать направление бытового повествования.

Сегодня я наконец-то заняла место у окна в библиотеке. Солнце такое хорошее, я не прочитала и пары страниц, а уже начала думать, что поесть на ужин. Ладно, сначала выучу эту главу, а потом награжу себя чашкой молочного чая.

¶ Нежный приятный женский голос｜Не обязательно каждой фразе спешить заговорить

Этот текст — тихое сопровождение, а не подгоняние. Если хочется сделать сказку на ночь или спокойное повествование, можно уделить особое внимание тестированию длинных фраз, пауз и концов предложений в таком направлении.

Если сегодня ты немного устал, сначала отложи то, чем занимаешься. Ветер за окном очень лёгкий, а чай всё ещё тёплый. Не нужно спешить становиться лучше — в этот момент достаточно просто медленно дышать.

¶ Дин Чжэнь｜Рассказывать о пейзаже, а не зачитывать рекламный текст

Выбраны оригинальные короткие фразы с описанием заснеженной горы, росы и маленькой тропинки; направление выражения — мягкое, разговорное. Здесь представлена AI-синтезированная демонстрация одноимённой модели сообщества, это не речь самого человека, не рекомендация путешествия и не реклама от его имени.

Когда утром выходишь из дома, на вершине горы ещё немного лежит снег, а роса на траве блестит. Медленно иди по этой маленькой тропинке, не нужно спешить в путь — ветер принесёт звуки издалека.

¶ Цай Сюйкунь｜Более лёгкое выражение молодого мужского голоса

Написан вымышленный внутренний монолог в репетиционном зале, где небольшие движения и музыка направляют тему к атмосфере сцены. Это не реальные переживания человека, не интервью и не его собственная речь, а только демонстрация синтеза голоса сообщества.

Свет в репетиционном зале всё ещё горит, то движение я хочу повторить ещё раз. Иногда прогресс скрывается именно в таких мелочах. Когда зазвучит музыка, у каждой серьёзности будет отклик.

¶ Сунь Сяочуань 258｜Более непринуждённое направление разговора

С помощью недосыпа, игры и остывшей доставки написан небольшой отрывок самоиронии; ищется ритм непринуждённой беседы, а не официального объявления. Текст вымышленный, это не личный опыт и не реальные высказывания самого человека.

Я сказал, что сегодня лягу пораньше, а потом взглянул на время — и снова уже этот час. В игре не выиграл, зато доставка остыла довольно быстро. Ладно, сначала поем, а на сытый желудок разберёмся, чья же это всё-таки была проблема.

¶ Если хочется ощущения объяснения, ощущения истории — есть и другие варианты

¶ Лэй Цзюнь｜разговаривает с аудиторией в зале

Напишите упражнение на объяснение с гипотетическим вопросом о стуле, попробуйте ощущение общения «сначала спросить, затем объяснить». Не затрагивает никакие реальные презентации продуктов, обещания цены или производительности и не представляет личное мнение или поддержку самого человека.

Давайте подумаем: что самое важное в стуле? Не то, насколько сложным он выглядит, а то, можете ли вы в тот момент, когда после целого дня дел садитесь, по-настоящему расслабиться. Хорошо делать маленькие вещи — тоже умение.

¶ Чжэн Сянчжоу｜более формальное деловое объяснение

Оригинальный текст проходит от цели и распределения обязанностей к результату, выстраивая для формального объяснения ясные уровни. Его можно сравнить с разговорными абзацами, чтобы почувствовать дистанцию, которую создаёт изменение степени формальности. Содержание не является личным мнением или записью урока самого человека.

Создавая команду, не спешите сначала говорить о масштабе. Чётко объясните цель, распределите обязанности, а затем дайте каждому понять, как его работа связана с результатом. Единство направления важнее внешней занятости.

¶ Документальное закадровое повествование｜чтобы придать тексту о пейзаже чуть больше веса

Исходное название модели сообщества — «Озвучка Центрального телевидения Китая». Здесь «документальное закадровое повествование» описывает направление выражения и не означает сотрудничество или авторизацию со стороны Центрального телевидения Китая. На этот раз используется оригинальный короткий текст об утре в речной долине, особое внимание можно обратить на построение длинных предложений.

Ранним утром первый луч солнца переваливает через горный хребет, и речная долина постепенно пробуждается. Вода огибает скалы, а также проходит через деревню. Эти, на первый взгляд, обычные дни в этом звуке воды постепенно оставляют следы.

¶ Атмосферный рекламный ролик｜когда вступлению нужно быть чуть более формальным

Напишите короткие вступительные фразы о городских огнях и жизни обычных людей, не добавляя обещаний о продукте. Такой способ выражения необязательно использовать во всём видео: можно сначала поставить его в несколько вступительных фраз и посмотреть, не будет ли слишком насыщенно.

От первого огня ранним утром до шагов, которые не остановились даже глубокой ночью, тепло города скрыто в сердце каждого человека, который серьёзно живёт. Пусть обычное будет замечено, пусть каждое усилие получит отклик.

¶ Чёрная рука｜добавьте монологу немного ощущения сюжета

Написан вымышленный монолог о дождливой ночи, старом письме и уходе, направление построено на сдержанности, серьёзности и истории. Такой текст больше подходит для упражнений с персонажами, не нужно насильно применять его к каждому виду закадрового текста.

Когда дождь прекратился, он положил то письмо обратно в карман. Свет на углу улицы ещё горел, но уже никто не ждал его объяснений. По некоторым дорогам, однажды повернувшись, можно идти до рассвета только самому.

¶ Прослушав, не спешите решать — верните это в свои кадры

Голос, который понравился при прослушивании, в собственном ролике может оказаться уже совсем другим делом.

Можно сначала оставить два-три кандидата, сгенерировать одну и ту же часть текста, а затем прослушать их с одним и тем же фрагментом видео. Не сравнивайте только первое предложение: также послушайте, не торопятся ли длинные предложения, удерживается ли конец фразы, остаётся ли всё ясным после добавления фоновой музыки.

Если всё ещё не подходит, сначала измените текст. Сделайте меньше книжного языка, разбейте длинные предложения, оставьте паузу в местах перехода. Иногда смена десяти тембров не сравнится с тем, чтобы переделать одну фразу так, как её действительно сказали бы обычно.

Fish даёт больше вариантов голосов, но подойдёт ли в итоге — всё равно нужно решать на слух. Если зритель может забыть, что «этот фрагмент озвучен», и готов слушать содержание дальше, это уже очень неплохо.

¶ Если хотите продолжить пробовать, можно посмотреть отсюда

• Официальный китайский сайт Fish Audio: ознакомьтесь с продуктом и возможностями голосов.
• Ace Data Cloud · сервис Fish: просмотрите точку входа для интеграции.
• Документация по интеграции Fish TTS: параметры запроса, голосовые модели и примеры вызовов.
• Руководство по поиску голосов Fish: найдите голос и получите ID модели.
• Руководство по сведениям о голосе Fish: просмотрите подробную информацию об отдельном голосе.
• Руководство по запросу задач Fish: обработайте результаты асинхронной генерации.

Иллюстрации в этой статье — концептуальные изображения, созданные при помощи ИИ, а не скриншоты интерфейса продукта. 20 аудиофрагментов представляют собой демонстрации ИИ-синтеза, созданные в этот раз с использованием оригинальных текстов и голосов сообщества Fish; они не являются записями самих людей или оригинальных произведений и не означают разрешение, участие или одобрение со стороны соответствующих лиц, актёров озвучивания или организаций. Перед официальной публикацией проведите прослушивание и проверку воспроизведения в интерфейсе плеера для каждого фрагмента, а также подтвердите, что права на использование голосов, персонажей и представление аудио соответствуют последующим целям использования.