AI অডিও ক্লোন TTS হলো আলিবাবা ওপেন সোর্স CosyVoice প্রযুক্তি ভিত্তিক একটি ভয়েস ক্লোনিং টুল। এটি সম্পূর্ণ ফ্রি, ইন্টারনেট লাগে না, জটিল অপারেশনও প্রয়োজন নেই; ডাউনলোড করে আনজিপ করে চালালেই সহজে ব্যবহার করা যায়। এই সফটওয়্যারের মাত্র ৩ সেকেন্ডের ভয়েস নমুনা দিয়েই ভয়েস ক্লোনিং সম্পন্ন হয়, এমনকি আন্তঃভাষা ও উপভাষা শনাক্তকরণ ও জেনারেশনও সমর্থিত; ফিচার বেশ শক্তিশালী!
ফিচার হাইলাইট
- ভাষা সমর্থনএকাধিক ভাষা ও উপভাষা সমর্থিত, যার মধ্যে চীনা, ইংরেজি, জাপানি, কোরিয়ান এবং চীনের স্থানীয় উপভাষা (যেমন ক্যান্টোনিজ, সিচুয়ানিজ, সাংহাই উপভাষা ইত্যাদি) রয়েছে।
- তিনটি ভয়েস ক্লোন মোড
- ৩ সেকেন্ড অডিও ক্লোন:কমপক্ষে ৩ সেকেন্ডের রেফারেন্স অডিও আমদানি করুন, টেক্সট ও prompt লেখা দিন, এক ক্লিকে জেনারেট করুন।
- ক্রস-ল্যাঙ্গুয়েজ ক্লোন:বিভিন্ন ভাষার মধ্যে ভয়েস ক্লোনিং সমর্থিত, অপারেশনও সমান সহজ।
- ন্যাচারাল ল্যাঙ্গুয়েজ কন্ট্রোল:সরাসরি "এই বাক্যটি সিচুয়ান উপভাষায় বলো" এর মতো নির্দেশ লিখুন, সহজেই ভয়েস জেনারেশন সম্পন্ন করুন।
- টেক্সট যোগ করার ফিচারসরাসরি কপি-পেস্ট বা টেক্সট আমদানি করা যায়, TXT ফাইল ও SRT সাবটাইটেল ফরম্যাট সমর্থিত, বিভিন্ন পরিস্থিতির চাহিদার সাথে উপযোগী।
সফটওয়্যারের বৈশিষ্ট্য
- কম লেটেন্সি:অফলাইন ও স্ট্রিমিং মডেলিং প্রযুক্তি একত্রিত, অডিও জেনারেশন লেটেন্সি 150ms পর্যন্ত কম।
- উচ্চ নির্ভুলতা আউটপুট:উচ্চারণ আরও স্বাভাবিক, পূর্ববর্তী সংস্করণের তুলনায় ত্রুটির হার 50% কমেছে।
- স্থিতিশীলতা বৃদ্ধি:ভয়েসের সামঞ্জস্য শক্তিশালী, ক্রস-ল্যাঙ্গুয়েজ ভয়েস জেনারেশন আরও নির্ভরযোগ্য।
ব্যবহারের ধাপ
- প্রোগ্রাম প্যাকেজ ডাউনলোড করে অ-চীনা পাথের ফোল্ডারে আনজিপ করুন।
- ডাবল ক্লিক করে স্টার্ট প্রোগ্রাম চালান, সরাসরি বিনামূল্যে ব্যবহার করুন।

- প্রয়োজন অনুযায়ী ইনফারেন্স মোড বেছে নিন: ম্যান্ডারিনের জন্য "৩ সেকেন্ড অডিও ক্লোন" বেছে নিতে পারেন।
- রেফারেন্স অডিও আমদানি করুন (WAV ফরম্যাট, স্যাম্পলিং রেট কমপক্ষে 16kHz হতে হবে)।
- রেফারেন্স অডিওর টেক্সট কনটেন্ট সংশ্লিষ্ট ইনপুট বক্সে লিখুন।
- "জেনারেট শুরু করুন" ক্লিক করুন, কিছুক্ষণ অপেক্ষা করলেই ক্লোনিং সম্পন্ন!
