Нейроаватар для бизнеса

Первый клон голоса, который я услышал, читал прогноз погоды. Тембр был узнаваемый, а человек — нет: он не дышал, не спотыкался и произносил «плюс восемнадцать» так, будто ему за это не заплатят. Сейчас у одного нашего клиента выходят ролики, где его голос озвучивает текст, который он сам ни разу не читал вслух, и подписчики спорят с содержанием, а не с озвучкой. Между этими двумя точками несколько простых вещей, которые стоит понимать до того, как нести кому-то свой голос. Голос состоит не из слов, а из привычек...

Первый нейроаватар, который я собирал сам, говорил ровно и моргал по расписанию. Отвечать на вопрос «это живой человек?» было неловко. Сейчас у одного нашего клиента ролик с его цифровой копией собирается меньше чем за час, и сам он в этом процессе не участвует. Ниже разбираю, что именно происходит с записью лица и голоса внутри нейросети и почему на одних кадрах подмену не найти, а на других она видна с первой секунды. Выражение «нейроаватар из фото» прижилось, и оно наполовину правда. Из одной...

Нейроаватар окупается там, где роликов много, они однотипные и их некому снимать. Это не технология «для всех»: эксперту, компании, онлайн-школе и организатору мероприятия он нужен по разным причинам, и у части из них он не нужен вовсе. Ниже — пять типов заказчиков по тем проектам, которые мы реально сделали; где своего кейса у нас нет, написано прямо. Игорь Никитин, основатель WMT. Эксперт с плотным графиком не мог выходить в эфир ежедневно, а реагировать на события в инфополе нужно за часы, а не дни...

Клонирование голоса — это модель, обученная на записи вашей речи, которая потом читает вслух любой написанный текст вашим тембром. Мы делаем это через ElevenLabs и используем внутри проектов по нейроаватарам и AI-видео: отдельного прайса на голос нет, он входит в пакеты нейроаватара и AI-видео от 120 000 ₽. Клонировать можно свой голос или голос человека, который дал письменное согласие; чужие записи мы в работу не берём. Ниже — что нужно записать, как это звучит на длинных текстах и где у технологии предел...

Нейроаватар на мероприятии — это три разные задачи, и считать их надо по-разному: ведущий на экране, который открывает секции и объявляет спикеров; аватар спикера, который не смог приехать; и стенд, где каждый гость за несколько минут получает собственный аватар с клонированным голосом и уходит с готовым вертикальным роликом. Третий формат мы отработали на конференции «ИИшница» от WMT AI: больше ста персональных аватаров за время события, около пяти минут на человека. Ниже — что нужно от организатора, сколько это стоит и где аватар на площадке не работает...

Нейроаватар — это видео, в котором цифровая копия человека произносит заранее написанный текст. Модель обучают на фото или коротком видео, голос клонируют отдельно, дальше вы отдаёте сценарий и получаете готовый ролик. Собеседником такой аватар не становится: он не отвечает на вопросы и не участвует в созвоне, он озвучивает то, что вы написали. Ниже — из чего он собирается, где работает и где заметно, что это генерация. Дипфейк — это подмена лица в чужом видео, обычно без согласия того, чьё лицо подставили...