Mów każdym językiem własnym głosem — natywne klonowanie głosu na spotkaniach

Gaavala Pro klonuje Twój głos z dwuminutowej próbki i mówi nim w 60 językach. Zaszyfrowana próbka, usuwalna w każdej chwili.

Czym naprawdę jest natywne klonowanie głosu

Pomysł łatwo opisać, a jego niezawodne wykonanie wymagało realnej pracy inżynierskiej: czytasz raz na głos dwuminutowy tekst, 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.

Jak z tego korzystać

1. W Pro otwórz wybór głosu Speak w panelu bocznym i wybierz utworzenie własnego głosu.
2. Przeczytaj informacje o zgodzie i potwierdź, że nagrywasz własny głos.
3. W cichym miejscu przeczytaj wyświetlony tekst w naturalnym, równym tempie. Zachowaj stałą odległość od mikrofonu; przeznacz około dwóch minut na nagranie referencyjne.
4. Odsłuchaj nagranie na ekranie przeglądu i przeczytaj ocenę jakości. W razie potrzeby nagraj ponownie, nadaj głosowi nazwę i rozpocznij tworzenie.
5. Poczekaj na stan Gotowy i sprawdź, czy głos jest wybrany w Speak. Przesyłanie i przetwarzanie to osobne stany bez gwarantowanego czasu zakończenia.
6. Ustaw język źródłowy i docelowy Speak. Język napisów ustawia się osobno.
7. Przed spotkaniem przetestuj krótkie zdanie z innym uczestnikiem. Przytrzymaj Speak na wypowiedź lub naciśnij, aby otworzyć okno bez przytrzymywania.

Jeśli próbka jest zbyt cicha, zniekształcona lub zawiera za mało mowy, ekran przeglądu blokuje przesyłanie i prosi o nowe nagranie. Przysuń się do mikrofonu lub dostosuj poziom wejścia zgodnie z instrukcją; nie nadrabiaj krzykiem. Ostrzeżenie pozwala przesłać próbkę, ale wskazuje, co poprawić. Odsłuchaj ją ponownie i zdecyduj, czy nagrać czystszą wersję.

Jeśli tworzenie się nie powiedzie, użyj wyświetlonej opcji ponowienia lub nagrania od nowa. Komunikat o obciążeniu usługi oznacza próbę później, a nieprzydatne nagranie wymaga nowego podejścia. Jeśli inny panel nagrywa, najpierw zakończ lub zatrzymaj tamto nagranie. Istniejący głos możesz nazwać inaczej lub usunąć w widoku zarządzania. Aby wymienić próbkę referencyjną, usuń głos i wykonaj nowe nagranie; zasady obsługi usunięcia opisuje polityka prywatności.

Klon głosu zmienia brzmienie wypowiedzi, nie wymagania wobec jakości tłumaczenia. Nagrywaj wyłącznie własny głos w cichym miejscu i sprawdź wymowę nazw oraz terminów w krótkiej próbie. Rozmowa o dużej wadze nadal wymaga weryfikacji przez człowieka. Możesz usunąć nagranie referencyjne i głos syntetyczny; nie usunie to wcześniejszych nagrań wykonanych przez inne osoby.

Praktyczne użycie głosu na spotkaniu opisuje przewodnik po Speak Mode.

Status „Spoken” potwierdza odtworzenie dźwięku, a nie to, że inny uczestnik go usłyszał. Gaavala odzwierciedla wyciszenie w Teams; wyciszenie w Meet lub Webex nie zatrzymuje odtwarzania Gaavala, a rozszerzenie nie może odczytać stanu wyciszenia Zoom. Zatrzymuj mowę za pomocą przycisków Gaavala. Wpisane odpowiedzi nie trafiają do transkrypcji spotkania ani podsumowania AI.

Przy krótkich odpowiedziach głosowych z klonem poradnik Push-to-Talk wyjaśnia fokus przycisku oraz moment jego przytrzymania i puszczenia.

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 się dzieje: Twoja dwuminutowa próbka jest przechowywana w postaci zaszyfrowanej na serwerach Gaavala (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 w żadnym innym celu. Każda usługa, która przetwarza próbkę, w tym Soniox, robi to wyłącznie po to, by zbudować model Twojego głosu.

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.

Klon głosu usuniesz w ustawieniach panelu bocznego. Polityka prywatności określa przetwarzanie i usuwanie nagrania oraz modelu głosu. Nie usuwa to nagrań ani eksportów utworzonych wcześniej przez innych uczestników.

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.

Przepływ danych i lokalną retencję wyjaśnia opis prywatności w Gaavala.

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.

Klonowanie głosu jest częścią planu Pro. Próbkę nagrywasz i głos wybierasz w ustawieniach Speak Mode w panelu bocznym.

Jeśli chcesz odpowiadać bez mówienia, przeczytaj przewodnik po dostępnych spotkaniach.