AI ভয়েস ক্লোনিং সফটওয়্যার FastVits v22 TXT টেক্সট থেকে ক্লোন ভয়েস রূপান্তর সমর্থন করে অফলাইন সংস্করণ

AI অডিও ক্লোনিং সফটওয়্যার একটি শক্তিশালী ভয়েস ক্লোনিং টুল যা বিশেষভাবে পিসি-এর জন্য তৈরি, এটি সম্পূর্ণ স্বাধীনভাবে স্থানীয়ভাবে চলতে পারে। এই টুলটির ডিজাইনের মূল উদ্দেশ্য হলো ব্যবহারকারীদের নির্দিষ্ট ভয়েস টোন সহজে ক্লোন করতে সাহায্য করা এবং টেক্সট কনটেন্টকে ভয়েস আউটপুটে রূপান্তর করা, এর সিমুলেশন প্রভাব মূল ভয়েসের সাথে অত্যন্ত মিল। প্রশংসনীয় বিষয় হলো, এই সফটওয়্যারটি ইনস্টল করার প্রয়োজন নেই, আনজিপ করার পরই ব্যবহার করা যায়, অপারেশন সহজ ও দ্রুত।

সম্পূর্ণ অফলাইনে চলে, যেকোনো সময় ব্যবহারযোগ্য

AI অডিও ক্লোনিং সফটওয়্যার নেটওয়ার্ক সংযোগের উপর নির্ভর করে না, সম্পূর্ণভাবে স্থানীয় কম্পিউটারে চলে। এর মানে হলো আপনি যেকোনো সময় যেকোনো টেক্সটকে ভয়েসে রূপান্তর করতে পারেন, যা অডিওবুক বা অন্যান্য ভয়েস অ্যাপ্লিকেশন তৈরির জন্য অত্যন্ত উপযুক্ত। উন্নত স্থানীয় AI ইঞ্জিন ব্যবহারের কারণে, সফটওয়্যার প্যাকেজের আকার 10GB পর্যন্ত পৌঁছেছে, যা উচ্চমানের আউটপুট এবং দ্রুত প্রসেসিং গতি নিশ্চিত করে।

প্রধান কার্যাবলি

• ভয়েস ক্লোনিং:আপনার প্রদান করা ভয়েস নমুনাকে সঠিক ভয়েস মডেলে প্রশিক্ষণ দিন।
• টেক্সট থেকে ভয়েস:সফটওয়্যারটি ইনপুট বক্স বা TXT ডকুমেন্টের টেক্সটকে একই ভয়েস টোন সহ ভয়েস আউটপুটে রূপান্তর করতে পারে। যদি একই সাথে ইনপুট টেক্সট এবং TXT ডকুমেন্ট থাকে, ডিফল্টভাবে TXT ডকুমেন্টের কনটেন্ট আগে প্রসেস করা হবে।

সফটওয়্যার আপডেট ইতিহাস

• V2.2 সংস্করণ (আপডেট তারিখ: 2024-02-08):Bert-VITS2-এ আপগ্রেড, মডেল প্রসেসিং ক্ষমতা বৃদ্ধি।
• V2.0 সংস্করণ (আপডেট তারিখ: 2023-11-11):নতুন শক্তিশালী অডিও ক্লোনিং প্রকল্প RVC যোগ করা হয়েছে, আরও জটিল ভোকাল এবং গান ক্লোনিং কাজ সমর্থন করে।

AI অডিও ক্লোনিং সফটওয়্যার তার শক্তিশালী ফিচার এবং ব্যবহারকারী-বান্ধব অপারেশনের মাধ্যমে广大 ব্যবহারকারীদের জন্য একটি দক্ষ, সুবিধাজনক ভয়েস সিন্থেসিস সমাধান প্রদান করে। ব্যক্তিগত বিনোদন হোক বা পেশাদার প্রোডাকশন, এটি একটি দুর্লভ টুল পছন্দ।

AI অডিও ক্লোনিং সফটওয়্যার ব্যবহার করে কাস্টম ভয়েস তৈরি ও সিন্থেসিস করার পদ্ধতিকে দুটি প্রধান ধাপে ভাগ করা যায়:

এক, ভয়েস টেমপ্লেট তৈরি

এই পর্যায়ের উদ্দেশ্য হলো আপনার প্রয়োজন অনুযায়ী কাস্টমাইজ করা একটি ভয়েস টেমপ্লেট তৈরি করা।

1. প্রশিক্ষণের জন্য অডিও ফোল্ডার নির্বাচন করুন: সফটওয়্যারটি স্বয়ংক্রিয়ভাবে WAV ফরম্যাটের অডিও সম্বলিত ফোল্ডার প্রক্রিয়া করবে, কাটিং, ব্যাকগ্রাউন্ড মিউজিক ও নয়েজ অপসারণসহ প্রাক-প্রক্রিয়াকরণ কাজ সম্পাদন করবে।

2. প্রি-ট্রেইনড মডেল ব্যবহার করুন: সাধারণত ম্যানুয়ালি কাজ করার প্রয়োজন হয় না, সফটওয়্যারটি ডিফল্টভাবে লেখকের প্রদান করা মডেল লোড করবে। যদি ম্যানুয়ালি নির্বাচন করার প্রয়োজন হয়, তাহলে সরাসরি মডেল সংরক্ষিত ফোল্ডার থেকে নির্বাচন করতে পারেন।
3. কাস্টম মডেলের চরিত্রের নাম: আপনার মডেলের নাম দিন, ইংরেজি নাম ব্যবহার করুন।
4. ভয়েস রিকগনিশন মডেল নির্বাচন করুন: সাধারণত ডিফল্ট base মডেল ব্যবহার করলেই যথেষ্ট।
5. প্রশিক্ষণ রাউন্ড সংখ্যা (epoch) নির্ধারণ করুন: 200 সেট করার পরামর্শ দেওয়া হয়, যদিও সাধারণত কয়েক ডজন রাউন্ডই যথেষ্ট, তবে 300 রাউন্ড আরও ভালো ফলাফল দিতে পারে।
6. ব্যাচ সাইজ (batch size) নির্ধারণ করুন: এটি আপনার VRAM ক্ষমতা অনুযায়ী সমন্বয় করা উচিত, সাধারণত কিছুটা ছোট সেট করুন।
7. লার্নিং রেট নির্ধারণ করুন: ডিফল্ট সেটিং ব্যবহার করলেই যথেষ্ট। উপরের সেটিংস সম্পন্ন করার পর, প্রশিক্ষণ শুরু করতে ক্লিক করুন এবং ভয়েস টেমপ্লেট তৈরি শুরু করুন।

দুই, টেক্সট টু স্পিচ সিন্থেসিস

ভয়েস টেমপ্লেট তৈরি হয়ে গেলে, আপনি টেক্সটকে ভয়েসে রূপান্তর করা শুরু করতে পারেন।

1. টেক্সট ইনপুট বা ইমপোর্ট করুন: সরাসরি সফটওয়্যারে টেক্সট ইনপুট করুন অথবা TXT ফাইল ইমপোর্ট করে রূপান্তরিত করার প্রয়োজনীয় টেক্সট যোগ করুন। (যদি উভয়ই একসাথে থাকে, TXT ফাইলের টেক্সট অগ্রাধিকার পাবে)
2. প্রশিক্ষিত অডিও মডেল নির্বাচন করুন: পূর্ববর্তী ধাপে তৈরি করা G দিয়ে শুরু হওয়া অডিও মডেল নির্বাচন করুন।

3. ডিফল্ট সেটিংস বজায় রাখুন: SDP মিক্সিং রেশিও, নয়েজ লেভেল, স্পিচ রেট ইত্যাদি অন্যান্য সেটিংস ডিফল্ট রাখলেই যথেষ্ট।
4. ভয়েস তৈরি করুন: সেটিংস সম্পন্ন করার পর ভয়েস তৈরি করতে ক্লিক করুন, সফটওয়্যারটি ইনপুট করা টেক্সট এবং নির্বাচিত মডেল অনুযায়ী ভয়েস তৈরি করবে।

এই দুটি ধাপের মাধ্যমে, আপনি সহজেই AI অডিও ক্লোনিং সফটওয়্যার ব্যবহার করে ব্যক্তিগতকৃত ভয়েস টেমপ্লেট তৈরি করতে পারেন এবং যেকোনো টেক্সটকে নির্দিষ্ট কণ্ঠে রূপান্তর করতে পারেন।