Знаете, что сейчас в тренде на Авито? Нет, не старые шкафы и не детские коляски. Там вовсю продают AI-поздравления, озвученные голосами знаменитостей. И спрос на эту услугу, если верить объявлениям, просто бешеный.
Выглядит как развод? А вот и нет. Технологии уже позволяют собрать такое поздравление за час-другой, а продать его за пару тысяч рублей. И главное - схема максимально прозрачная и доступная любому, кто умеет пользоваться нейросетями.
Разберем на конкретном примере. Допустим, мы хотим сделать поздравление голосом Джейсона Стэтхема. Того самого лысого брутала, который всех учит выживать в сложных ситуациях.
Шаг первый. Идем на Rutube и находим отрывки с его голосом. Чем больше накидаем, тем качественнее получится клон. Интервью, нарезки из фильмов, закадровые голоса - всё в дело. Все найденные куски склеиваем в CapCut в один длинный файл. Не бойтесь нахватать лишнего, лучше потом удалить, чем страдать от нехватки материала.
Шаг второй. Чистим звук. В исходниках с Rutube всегда есть шумы, эхо, посторонние призвуки. Загоняем нашу склейку в Adobe Podcast — этот сервис волшебным образом вылизывает дорожку, оставляя только чистый голос. Даже если исходник был так себе, результат будет приличным.
Шаг третий. Клонируем голос. Берем сервис Syntx (но вообще подобных сейчас полно, выбирайте на свой вкус), загружаем туда наш очищенный аудиофайл и текстик с поздравлением. Например: «Саня, братан, хватит уже сидеть на диване. С днем рождения, бери вискарик и поехали отмечать».
Система генерирует аудиодорожку, где Стэтхем (ну, или его максимально похожая копия) читает именно этот текст с его интонациями, паузами и характерным рыком.
Шаг четвертый. Собираем видео. Тут в дело вступает Hedra. Заливаем в него полученное аудио и какую-нибудь подходящую картинку. Это может быть фото именинника, стоковая заставка или даже нарисованный нейросеткой персонаж. Hedra анимирует изображение под звук - получается, что картинка «говорит» голосом знаменитости.
Всё. Готовое поздравление можно выкладывать на Авито, Kwork, FL.RU. Ценник ставьте сами, но, судя по рынку, за минутный ролик просят от 500 до 3000 рублей. А время на производство - копейки.
Но это так, разминка. Настоящий заработок начинается с масштабирования.
Самый простой путь - автоматизировать весь процесс и сделать сервис, который генерирует такие поздравления в один клик. Пользователь вводит текст, выбирает звезду - и через минуту получает готовое видео. Звучит как фантастика? А вот таких готовых коробочных решений на рынке практически нет. А сделать можно. Бэкенд на коленке накидать за пару вечеров, если есть хоть небольшой опыт. Да даже ту же нейросетку попросить собрать код.
Еще более крутой вариант - создать сервис с библиотекой голосов знаменитостей. Потому что стандартные нейроголоса из коробки, которые предлагают все подряд, уже бесят. Они плоские, без характера и никого не цепляют. А вот живой голос того же Стэтхема или, скажем, Моргана Фримена с его бархатом - это совсем другая история.
Надо просто поднять сервер, натаскать базу голосов (исходники - тот же Rutube, подкасты, интервью) и дать пользователю возможность выбрать звезду, вбить свой текст и получить озвучку. И всё это в пару кликов.
Поверьте, спрос будет. Потому что людям нравится удивлять своих друзей, родственников и коллег. А что может быть неожиданнее, чем голос любимого актера, который желает вам счастья и здоровья?
Кстати, а кого из знаменитостей вы хотели бы услышать в своем поздравлении? Пугачеву с матом? Шнурова с его шансоном? Или может быть Владимира Путина с торжественной речью? Напишите в комментариях, мне реально интересно, насколько этот рынок может быть широким.