Продукт

Конструктор аудиоспектаклей

Это и есть продукт. Всё остальное на сайте — двери в него. Вы приносите сценарий, где говорит не один человек; CastDub разбирается, кто они, даёт каждому исполнителя и выдаёт вам те же рычаги, которыми пользуется режиссёр.

Коротко о главном

Что это
Бесплатный генератор голоса на нейросети и озвучка текста, сделанные под сценарии: он определяет, кто говорит, даёт каждому персонажу свой голос, позволяет вести эмоцию от реплики к реплике и выгружает готовый микс — аудиоспектакль с полным составом, а не один диктор, читающий все роли.
Что вы вставляете
Сценарий, вставленный текстом. Сценарный формат, «Имя: реплика» и обычная проза с указаниями на говорящего читаются как написано, и диалоги через тире в испанском, французском, португальском и русском тоже распознаются. Строка целиком в скобках считается ремаркой и не произносится. Импорта файлов нет: вставьте текст, а не прикладывайте документ.
Что получаете
Один сведённый MP3 на любом тарифе. С Plus — субтитры SRT, написанные по вашему сценарию, а не расшифрованные со звука: имена написаны верно, а тайминги совпадают сразу. Отдельные дорожки по персонажам (по одной дорожке полной длины на персонажа плюс микс) приходят архивом ZIP на Pro. Экспорта в WAV нет.
Персонажи и базовые голоса
В библиотеке 40 персонажей, у каждого портрет, характер и образец. За ними стоят 10 базовых голосов — 4 женских, 5 мужских, 1 андрогинный — и это одни и те же 10 для всех языков. Внутри одного проекта двум персонажам не достаётся один базовый голос, пока не заняты все 10: сцена до 10 говорящих расходится чисто, а дальше двое делят голос и различаются характером и режиссурой каждой реплики. Вы выбираете персонажа, а не базовый голос. Свой собственный голос можно клонировать, прочитав вслух короткое заявление о согласии (не больше 3 на аккаунт), и отдать его любому персонажу; клонированный голос читает на всех языках сайта и следует настройке темпа, но не играет эмоции и режиссёрские указания.
Языки
9: English, 简体中文, 日本語, 한국어, Deutsch, Français, Español, Português, Русский. Каждый персонаж играет на всех них — персонаж это характер, а не один записанный дубль, — а язык проекта задаётся при создании и дальше не меняется. За пределами английского вы получаете распространённый акцент этого языка; региональные акценты выбрать нельзя, и мы их не обещаем. Мы не давали носителям прослушать каждый язык подряд, поэтому прогоните свои собственные реплики, прежде чем решать.
Эмоции и режиссура по репликам
Каждую реплику играет ИИ-актёр по выписанному указанию для игры, поэтому 7 эмоций (нейтрально, радость, грусть, гнев, страх, шёпот, воодушевление) именно сыграны, а не подделаны настройками. Базовая эмоция персонажа есть на любом тарифе; переопределять эмоцию по каждой реплике можно только на Pro, а регулировка скорости в 5 ступеней (0.75×–1.25×) идёт с Plus и Pro. Повторная генерация реплики даёт действительно другой дубль тем же голосом, а правка одной строки пересинтезирует только эту строку.
Цена и открытая бета
Один кредит — это один символ сценария, и кредиты списываются только при скачивании: генерация и прослушивание бесплатны, но есть потолок в 30 реплик за 24 часа на Free и до 2,000 на Pro. Тариф Free — разовый запас на 4,500 кредитов, это примерно 5 минут готового звука, а персонажей на проект — 2. Платные тарифы стоят Basic $5, Plus $19, Pro $29 в месяц, при оплате за год дешевле на 10%. Оплата ещё не запущена: во время открытой беты у каждого аккаунта бесплатно открыт весь набор возможностей Pro, но коммерческая лицензия сюда не входит и появляется вместе с платным тарифом, когда тарифы откроются.
Чего пока нельзя
Клонировать можно только собственный голос, и клонированный голос читает текст, не играя эмоции и режиссёрские указания. Нет импорта файлов, нет экспорта в WAV, нет словаря произношения, нет регулировки высоты тона и нет способа потребовать конкретный базовый голос или региональный акцент. Ни в одном языке нет настоящих детских голосов: детские роли играют взрослые актёры, как это всегда делали в анимации. Персонажи существуют только внутри одного проекта и не переходят в следующий.

Голоса, на которых стоит попробовать

Torvald

Torvald

Knight commander who gives orders that men actually follow

мужскойвзрослыйбританский английскийгероическийфэнтези
Взять этот голос
Morrow

Morrow

Something under the floorboards that learned your name

нейтральныйвзрослыйамериканский английскийхорроршёпот
Взять этот голос
Wren

Wren

Bedtime-story narrator, slow and warm, never wakes anyone up

женскийвзрослыйамериканский английскийзакадровыйтёплый
Взять этот голос
Juno

Juno

Podcast host who thinks out loud and never reads a script

женскиймолодойамериканский английскийподкастразговорный
Взять этот голос
Kestrel

Kestrel

Low, weary swordswoman who has already lost this war once

женскийвзрослыйамериканский английскийдраматичныйжёсткий
Взять этот голос
Ashford

Ashford

Velvet-voiced villain who apologises before he ruins you

мужскойвзрослыйбританский английскийзлодейплавный
Взять этот голос
Hale

Hale

Documentary narrator with a hand on the listener's shoulder

мужскойвзрослыйамериканский английскийзакадровыйдокументальный
Взять этот голос
Cass

Cass

Seventeen and furious about it, in a good way

женскийподростковыйамериканский английскийподростковыйсовременный
Взять этот голос

Вся библиотека →

Что он умеет

Сценарий вставкой, без шаблона

Формат киносценария, строки с префиксом «Имя:» и обычная проза с атрибуцией диалогов разбираются как есть. Вставляйте из документа, из программы для сценариев или из колонки таблицы. Загрузки файлов нет: .txt, .docx и .srt не импортируются, поэтому скопируйте текст и вставьте его.

Автоматическое распределение ролей

Определение говорящих делит сценарий по тому, кто произносит реплику, а затем предлагает каждому говорящему персонажа из библиотеки — исходя из того, каким его показывает сценарий. Это предложение, а не решение: любое назначение можно изменить, и правка сохранится до конца проекта.

Эмоция на уровне реплики

Эмоция — свойство реплики, а не персонажа. Задайте персонажу обычный регистр и отметьте только те реплики, где он ломается. Это единственный механизм, отличающий читку от игры, и это главное, что добавляет Pro: на остальных тарифах каждая реплика идёт с обычным регистром своего персонажа.

Персонажи — один раз на проект

Имя, характер, пол, возрастная группа, персонаж из библиотеки и эмоция по умолчанию задаются один раз внутри проекта. Два персонажа одного проекта не делят голос, пока не кончится пул: базовых голосов десять — четыре женских, пять мужских и один нейтральный, — и больше десяти различных голосов в одном проекте не звучит ни на одном языке. Новый персонаж, добавленный позже, остальных не перетасовывает. Между проектами персонажи не переносятся, поэтому в сериале в каждой серии снова выбирают тех же персонажей из библиотеки.

Заново генерируются только изменённые реплики

Поправьте реплику — и заново синтезируется только она; всё остальное сохраняет уже готовое аудио. В длинном проекте это разница между свободной правкой и страхом перед каждой переделкой: три изменённые реплики стоят трёх реплик генерации, а не полного перерендера.

Экспорт под настоящий пайплайн

Сведённый MP3 на любом тарифе, отдельные дорожки по персонажам в ZIP на Pro для музыки и звукового дизайна и SRT начиная с Plus, сделанный из вашего сценария, а не расшифрованный с аудио, — поэтому имена написаны верно, а тайминги уже совпадают.

Как этим пользоваться

  1. Вставьте сценарий

    Скопируйте его как текст. Никакого переформатирования, никакого шаблона.

  2. Проверьте состав

    Посмотрите предложенный голос для каждого персонажа, прослушайте варианты на одной и той же реплике и зафиксируйте подходящий.

  3. Задайте базовые регистры

    Дайте каждому персонажу эмоцию по умолчанию. Большая часть сцены идёт на умолчаниях.

  4. Отрежиссируйте переломы

    Отметьте те реплики, где регистр ломается, — обычно три-пять на сцену.

  5. Отрендерите и прослушайте подряд

    Проблемы с темпом не видны по отдельным репликам и очевидны при сквозном прослушивании.

  6. Выгрузите результат

    Микс, дорожки или субтитры — смотря куда аудио пойдёт дальше.

Почему продукт — это подбор ролей, а синтез — деталь

Синтез речи стал товаром широкого потребления. Несколько поставщиков выдают аудио, которого достаточно для драмы, и разрыв между ними меньше, чем разрыв между хорошо и плохо собранным составом. Товаром не стало всё, что вокруг синтеза: понять, кто говорит, удержать персонажа месяцами, отрежиссировать отдельные реплики и вынуть аудио в пригодном для сведения виде.

Поэтому слой поставщика здесь — интерфейс с несколькими реализациями. Если в следующем году появится движок получше, это станет изменением конфигурации, а не переписыванием, и ваши проекты, распределение ролей и режиссура реплик перейдут без изменений.

Чего инструмент намеренно не делает

Он не пишет сценарии. Сгенерированные диалоги, сыгранные сгенерированными голосами, — продукт, который никто не просил дважды; интересная задача в аудиоспектакле лежит в производстве, а не в идеях.

Он не сводит. Ни музыкальных подложек, ни реверберации, ни расстановки по стерео. Это дело звукового редактора, где слышно всё вместе; попытки завернуть сведение в инструмент рендера стабильно давали результат хуже обоих.

Он не накладывает реплики друг на друга в одном рендере. Говорить поверх другого — настоящий драматургический приём, и это операция сведения: выгрузите дорожки и сдвиньте их. Одно движение в любом редакторе — и это самое достоверное, что можно сделать со ссорой.

Где он честно слаб

Физическая вокализация — текущий предел: крик, рыдание, смех во время речи, кряхтение от усилия. Это события дыхания, а не речи, и именно на них слушатель опознаёт аудио как сгенерированное. Где можно — обойдите их в тексте; где нельзя — запишите те две-три реплики живьём. Смешивать записанное и сгенерированное в одной постановке нормально — это делается в аудиоредакторе, потому что записи в проект добавить нельзя, — и шва не слышно, когда момент держится на письме.

Второе слабое место — очень длинные эмоциональные монологи, по смежной причине: живой исполнитель принимает решение о подтексте каждые несколько секунд, а здесь этого никто не пытается делать.

Частые вопросы

Какие форматы можно импортировать?

Никакие — загрузки файлов нет. Вставьте сам текст: в формате киносценария, строками вида «Имя:» или прозой с атрибуцией диалогов. Из документа Word или файла субтитров скопируйте текст и вставьте его.

Автораспределение всегда верно определяет говорящих?

В сценарных форматах — почти всегда. В прозе зависит от того, насколько явная у вас атрибуция: длинные обмены репликами без указания говорящего и персонажи, названные по эпитету, — надёжные места сбоя. Просмотреть назначения перед рендером занимает минуту.

Можно ли изменить одну реплику, не перерендеривая всё?

Да, и именно эта возможность делает длинные проекты выполнимыми. Поменяли реплику — перерендерили её, всё остальное сохраняет своё аудио.

Переносятся ли персонажи между проектами?

Нет. Персонаж существует только внутри своего проекта. Для сериала создавайте новый проект на каждую серию, выбирайте тех же персонажей из библиотеки и пишите те же описания характеров. Тот же голос в другом проекте не гарантирован: голоса разводятся в порядке добавления персонажей внутри каждого проекта, — поэтому перед экспортом прослушайте первую реплику главного героя.

Можно ли добавить музыку и звуковые эффекты?

Здесь — нет. Выгрузите дорожки и озвучьте их в аудиоредакторе. Это намеренная граница, а не нехватка функции.

На каком тарифе есть эмоция для каждой реплики?

Только Pro. На Free, Basic и Plus каждая реплика идёт с эмоцией персонажа по умолчанию: этого хватает, чтобы проверить, работает ли сцена, но не чтобы поставить конкретный перелом на конкретную реплику.

Озвучьте первую сцену уже сегодня

Вставьте сценарий, дайте CastDub подобрать голос каждому персонажу и экспортируйте готовый аудиоспектакль.

Создать бесплатно

Карта не нужна. Free даёт разовый запас кредитов.