Mów każdym językiem własnym głosem — natywne klonowanie głosu na spotkaniach

Speak Mode już wcześniej pozwalał Ci mówić we własnym języku i słyszeć, jak zsyntetyzowany głos przekazuje tłumaczenie w spotkaniu. Do tej pory mówił za Ciebie głos studyjny — gotowy preset. Dziś wypuszczamy brakujący element: Gaavala Pro potrafi sklonować Twój własny głos bezpośrednio, z próbki, którą nagrywasz w panelu bocznym, a ten klon mówi wszystkimi 60 językami, na które Gaavala tłumaczy. Bez konta u firmy trzeciej, bez klucza API, bez osobnego narzędzia do skonfigurowania.

Czym naprawdę jest natywne klonowanie głosu

Pomysł łatwo opisać, a jego niezawodne wykonanie wymagało realnej pracy inżynierskiej: nagrywasz raz około 20 sekund własnej mowy, a Gaavala buduje syntetyczny głos wzorowany na Twoim. Od tej chwili, gdy Speak Mode odtwarza w spotkaniu Twoje przetłumaczone zdanie, może je odtworzyć właśnie tym głosem zamiast ogólnym presetem — po japońsku, portugalsku, arabsku albo w dowolnym z 60 języków obsługiwanych przez Gaavala, międzyjęzykowo, z tej samej pojedynczej próbki.

To funkcja oparta na Soniox — Twój osobisty klon wchodzi w skład planu Pro. Nie trzeba zakładać osobnego konta, śledzić rozliczeń za znak ani wklejać klucza API w pole ustawień, ponieważ próbka nigdy nie opuszcza tego samego bezpośredniego toru do Soniox, który już przenosi dźwięk Twojego spotkania i wejście mikrofonowe Speak Mode. Nie wprowadzamy do potoku nowego dostawcy; rozszerzamy tego, który już wykonuje pracę transkrypcyjną i tłumaczeniową, tak aby zajął się także syntezą Twojego głosu.

Jak z tego korzystać

Konfiguracja zajmuje około minuty:

Otwórz panel boczny Gaavala i przejdź do ustawień Speak Mode.
Wybierz „Clone my voice" (Sklonuj mój głos) jako opcję głosu.
Nagraj krótką próbkę — około 20 sekund normalnej mowy w zupełności wystarczy. Przeczytaj na głos zdanie lub dwa, w języku, w którym czujesz się najswobodniej.
Gaavala zbuduje z tej próbki Twój osobisty głos. Gdy będzie gotowy, wybierz go jako swój głos w Speak Mode.
Dołącz do spotkania i używaj przycisku Speak jak zwykle — stuknij, aby otworzyć okno bez trzymania, albo przytrzymaj, aby mówić tylko tak długo, jak trzymasz. Twoje przetłumaczone zdania odtwarzają się teraz Twoim własnym sklonowanym głosem, w tym języku docelowym, którego wymaga spotkanie.

Próbkę możesz nagrać ponownie w dowolnym momencie, jeśli chcesz odświeżyć klon, i możesz ją w całości usunąć z tego samego ekranu ustawień, kiedy tylko zechcesz.

Model prywatności

Próbka głosu nie jest tym samym co transkrypcja czy nagranie spotkania. To dane biometryczne — cecha fizyczna, która może Cię zidentyfikować — i Gaavala traktuje ją odpowiednio, z zabezpieczeniami idącymi dalej niż i tak już bezpośredni tor audio w reszcie produktu.

Oto, co dokładnie się dzieje: Twoja próbka trwająca ~20 sekund jest przechowywana na serwerach Gaavala w postaci zaszyfrowanej w spoczynku, z użyciem AES-256-GCM. Służy dokładnie jednemu celowi — zbudowaniu i utrzymaniu Twojego osobistego głosu syntetycznego — i niczemu więcej. Nigdy nie jest używana do identyfikacji, nigdy do reklamy i nigdy nie jest udostępniana poza tym jednym celem, dla którego istnieje. Próbkę przetwarza Soniox, nasz dostawca mowy, aby zbudować model głosu; Soniox nie otrzymuje jej w żadnym innym celu.

To zamierzony wyjątek od sposobu, w jaki Gaavala obchodzi się z dźwiękiem w każdym innym miejscu produktu. Dźwięk Twojego spotkania i wejście mikrofonowe Speak Mode nigdy nie są przechowywane na naszych serwerach — płyną z przeglądarki do Soniox i znikają. Twoja próbka do klonowania głosu jest inna z konieczności: aby klon działał sesja po sesji, coś musi zostać zapisane, żeby Twój głos dało się później odtworzyć. Dlatego uczyniliśmy ten jeden wyjątek jawnym, wąskim i w pełni odwracalnym: zaszyfrowany, związany z celem i możliwy do usunięcia przez Ciebie.

Usunięcie klonu głosu to jedna czynność w panelu bocznym i robi dokładnie to, co „usuń" powinno znaczyć — kasuje nagranie, syntetyczny głos zbudowany na jego podstawie oraz odpowiadające im dane przechowywane po stronie dostawcy. Nic po tym nie zostaje. Jeśli Twoja organizacja albo Twoje własne nawyki wymagają okresowego przeglądania danych przechowywanych gdziekolwiek, ta funkcja została zaprojektowana tak, by taki przegląd był banalny: jeden przełącznik, jedno potwierdzenie i po sprawie.

Pełne informacje o retencji, przetwarzaniu i Twoich prawach wobec tych danych znajdziesz w naszej Polityce prywatności, w sekcji poświęconej klonowaniu głosu — w tym samym dokumencie, który reguluje każdą inną deklarację dotyczącą tego, jak Gaavala obchodzi się z Twoimi danymi.

Dla kogo to jest

Natywne klonowanie głosu jest skierowane do tych samych osób, którym Speak Mode służy już dzisiaj, z jedną dodatkową korzyścią: spójnością. Jeśli prowadzisz cykliczne rozmowy z tymi samymi klientami, współpracownikami lub partnerami ponad barierą językową, słyszenie za każdym razem tego samego głosu — Twojego głosu — usuwa warstwę obcości, której zmieniający się preset studyjny nigdy do końca nie eliminuje. Międzynarodowi konsultanci, liderzy wielojęzycznych zespołów prowadzący standupy z zespołami rozproszonymi po świecie oraz handlowcy pracujący na rynkach zagranicznych pasują tu najwyraźniej, z tych samych powodów, dla których już sięgają po Speak Mode: chodzi o bycie zrozumianym, nie tylko usłyszanym.

To także najmniej kłopotliwy sposób na uzyskanie osobistego głosu — bez utrzymywania relacji z drugim dostawcą.

Natywne klonowanie głosu jest dostępne od teraz w planie Pro. Otwórz Speak Mode w panelu bocznym, nagraj swoją próbkę i wypróbuj ją na następnym spotkaniu.