РУКОВОДСТВО

Обучите свой голос для озвучки на своей видеокарте NVIDIA

Обучить модель синтеза речи с нуля — это часы чистых записей и серьёзное железо. Большинству это не нужно: нужен один новый голос, которым заговорит хорошая модель. Именно это обучает SuperClonica: голос для Supertonic 3, открытой многоязычной модели, по одной чистой записи на 5–10 секунд.

В этом руководстве — что для этого нужно, как подключить свой компьютер с видеокартой NVIDIA как воркер, как идёт обучение в студии и как использовать или продавать готовый голос. Обучение на своём железе бесплатно.

Выбрать голос Установить движок SuperClonica

Что обучается и почему это быстро

Базовая модель уже умеет говорить на 31 языке. Обучение подбирает для неё голос — небольшой JSON-файл, описывающий тембр и манеру вашей записи. Поэтому хватает одного короткого референса, а готовый голос работает офлайн на обычном процессоре.

Требования к компьютеру

Клиент воркера работает на Windows; режим выбирается на карточке воркера, а в режиме «Авто» воркер ждёт свободную память и через 15 минут переходит в «Мини».

  • Windows 10/11 (64-bit), видеокарта NVIDIA RTX 20-й серии или новее (подойдёт и GTX 16), драйвер 580+.
  • Полное качество: видеокарта от 12 ГБ памяти (лучше 16 ГБ) и 32 ГБ оперативной памяти.
  • Режим «Мини»: 8 ГБ видеопамяти и 16 ГБ оперативной — голос получится чуть менее похожим.
  • 15 ГБ свободного места на диске и включённый файл подкачки Windows.

Шаг 1: создайте голос и референс

В студии создайте голос и добавьте референс — чистую запись на 5–10 секунд с точным текстом слово в слово. Записывайте в тихой комнате, один голос, ровная громкость, в той манере, которая нужна голосу. Используйте свой голос или голос человека, который на это согласился.

Шаг 2: подключите компьютер как воркер

Откройте «Мои воркеры», добавьте воркер и скачайте SuperClonicaWorker.zip — клиент с вашим worker.json, в котором адрес платформы и личный токен. Распакуйте и запустите SuperClonicaWorker.exe. При первом запуске он докачает остальное, дальше обновляется сам. Воркер обучает только ваши голоса.

Шаг 3: обучите и сравните чекпойнты

Нажмите «Обучить» на референсе, выберите число шагов и запустите; страница оценивает, сколько займут 500 шагов, по прошлым обучениям. По ходу обучения сравнивайте чекпойнты по демо и похожести на референс и продолжайте обучать самый удачный.

Шаг 4: пользуйтесь голосом или продавайте его

Скачайте JSON бесплатно на странице обучения и озвучивайте любой текст офлайн бесплатным движком SuperClonica: python -m pip install superclonica-cpu, затем superclonica --text "Привет!" --voice my-voice.json --lang ru --output hello.wav. По желанию опубликуйте голос в каталоге с обложкой, описанием и ценой или берите заказы на голоса от других пользователей на бирже.