Xiaohongshu-এর FireRedTTS হলো একটি অত্যাধুনিক AI ভয়েস সিন্থেসিস টুল, মাত্র কয়েক সেকেন্ডের রেফারেন্স অডিও দিলেই সঠিকভাবে ভয়েস ক্লোন করে, বিভিন্ন স্টাইলের ব্যক্তিগতকৃত ভয়েস তৈরি করে. জটিল প্রশিক্ষণ প্রক্রিয়ার প্রয়োজন ছাড়াই এই টুল বিভিন্ন কণ্ঠস্বর অনুকরণ করতে পারে, শর্ট ভিডিও ডাবিং ও চ্যাট ইন্টারঅ্যাকশনের মতো পরিস্থিতির জন্য খুবই উপযুক্ত, ব্যবহারকারীদের সহজে নিজস্ব ভয়েস ইফেক্ট তৈরি করতে দেয়.

ফলাফল এক:
মূল অডিও
জেনারেট করা ফলাফল
ফলাফল দুই:
মূল অডিও
জেনারেট করা ফলাফল
ফলাফল তিন:
মূল অডিও
জেনারেট করা ফলাফল
ফলাফল চার:
মূল অডিও
জেনারেট করা ফলাফল-চীনা
জেনারেট করা ফলাফল-ইংরেজি
1. বিভিন্ন ধরনের কণ্ঠস্বর অনুকরণ
মিষ্টি ললি কণ্ঠস্বর, মার্জিত পরিপক্ব নারীকণ্ঠ বা গম্ভীর পুরুষকণ্ঠ যাই হোক, FireRedTTS নিখুঁতভাবে অনুকরণ করতে পারে এবং ব্যবহারকারীর বিভিন্ন চাহিদা মেটায়.
2. শূন্য শেখার খরচ
ব্যবহারকারীকে মাত্র কয়েক সেকেন্ডের রেফারেন্স অডিও দিলেই নিজস্ব ভয়েস তৈরি হয়, জটিল প্রশিক্ষণ ধাপ সম্পূর্ণ বাদ পড়ে.
3. সমৃদ্ধ ভয়েস স্টাইল
মজার থেকে কোমল, আত্মবিশ্বাসী থেকে দুষ্টু পর্যন্ত, FireRedTTS বিভিন্ন আবেগ প্রকাশ সমর্থন করে, বিভিন্ন ব্যবহারের পরিস্থিতিতে মানানসই.
4. দ্রুত জেনারেশন
মাত্র কিছুক্ষণেই সম্পূর্ণ ভয়েস তৈরি হয়, শর্ট ভিডিও ও সৃজনশীল কনটেন্ট তৈরির দক্ষতা অনেক বাড়ায়.
1. শর্ট ভিডিও ডাবিং
স্রষ্টারা শর্ট ভিডিওতে আরও মজা যোগ করতে পারেন, মজার বা আবেগময় ভয়েস স্টাইলই হোক, কনটেন্টকে আরও আকর্ষণীয় করে তোলে.
2. চ্যাট ইন্টারঅ্যাকশন
চ্যাট সফটওয়্যারে সেলিব্রিটি কণ্ঠস্বর বা ব্যক্তিগত ভয়েস ব্যবহার করুন, কথোপকথনে মজা যোগ করুন, যোগাযোগকে আরও ব্যক্তিগত করে তুলুন.
3. বিজ্ঞাপন ও চলচ্চিত্র ডাবিং
FireRedTTS-এর প্রদান করা বিভিন্ন কণ্ঠ স্টাইল ব্যবহার করে বিজ্ঞাপন বা চলচ্চিত্রকর্মে অনন্য সাউন্ড ইফেক্ট যোগ করুন, কাজের মান বাড়ান.
4. অডিও সৃষ্টি
সঙ্গীতশিল্পী বা পডকাস্ট স্রষ্টারা FireRedTTS-এর সাহায্যে কাজে আরও সাউন্ড উপাদান যোগ করতে পারেন, সম্পূর্ণ নতুন অনুভূতির অডিও কনটেন্ট তৈরি করতে পারেন.
সফটওয়্যার মসৃণভাবে চালানোর জন্য আপনার কম্পিউটার নিচের কনফিগারেশন পূরণ করার পরামর্শ দেওয়া হয়:
– অপারেটিং সিস্টেম: Windows 10/11 (64-বিট)
– গ্রাফিক্স কার্ড: NVIDIA গ্রাফিক্স কার্ড, 8GB বা তার বেশি VRAM, CUDA >= 11.8 সমর্থনসহ সুপারিশ করা হয়
– স্টোরেজ স্পেস: আনজিপ করার পর ফাইল প্রায় 12.6GB, পর্যাপ্ত হার্ড ডিস্ক স্পেস নিশ্চিত করুন
– CUDA ইনস্টলেশন: যদি CUDA ইনস্টল না থাকে, ইনস্টলেশন টিউটোরিয়াল দেখুন:CUDA ইনস্টলেশন টিউটোরিয়াল
গ্রাফিক্স কার্ডের মডেল ও VRAM আকার কীভাবে দেখবেন
1. টাস্ক ম্যানেজার খুলুন
2. "পারফরম্যান্স" ট্যাবে ক্লিক করুন
3. "GPU" নির্বাচন করুন
4. উপরের ডান কোণায় গ্রাফিক্স কার্ডের মডেল দেখা যায়, নিচে VRAM আকার দেখানো হয়

FireRedTTS-এর মাধ্যমে সৃজনশীল শর্ট ভিডিও, চ্যাট ইন্টারঅ্যাকশন বা বিজ্ঞাপন ডাবিং যাই হোক, কণ্ঠস্বরকে আরও সম্ভাবনা দেওয়া যায়, বিভিন্ন পরিস্থিতি সহজে সামলাতে সাহায্য করে!
01. ইন্টিগ্রেটেড প্যাকেজ ডাউনলোড করে আনজিপ করুন;
দ্রষ্টব্য: ফোল্ডার পাথ এবং ফাইলের নামের (অডিও, ছবি, ভিডিও ইত্যাদি ফাইলের নামসহ) মধ্যে চীনা অক্ষর থাকা উচিত নয়, নাহলে কিছু সফটওয়্যার তা শনাক্ত করতে না পেরে ত্রুটি দেখাতে পারে

02. আনজিপ করার পর, 查看运行环境.bat ডাবল ক্লিক করে চালান, চালানো শেষে বন্ধ করলেই হয়;

03. 运行.bat ডাবল ক্লিক করে প্রোগ্রাম চালান, চলমান উইন্ডো মিনিমাইজ করুন, বন্ধ করবেন না;

04. মূল অডিও যোগ করুন, তারপর ভয়েসে রূপান্তর করতে হবে এমন টেক্সট লিখুন;

05. ভাষা নির্বাচন করুন ("zh" মানে চীনা, "en" মানে ইংরেজি, লক্ষ্য রাখুন এখানে অবশ্যই নির্বাচন করতে হবে, এমনকি প্রয়োজনীয় অপশন আগে থেকেই থাকলেও খুলে একবার নির্বাচন করুন, অন্যথায় ত্রুটি দেখাবে), শেষে "Submit" ক্লিক করে জমা দিন, কিছুক্ষণ অপেক্ষা করলেই ফলাফল তৈরি হবে, ফলাফল ডান পাশে থাকে, ইফেক্ট শুনে দেখতে পারেন;

ওপেন সোর্স ঠিকানা:https://github.com/FireRedTeam/FireRedTTS