← Все заметки

Drama 3: тестирую русскую озвучку локально

3000 знаков одним куском, один синтетический голос и видеокарта RTX 3060. Проверяю, на что способна новая модель речи.

Drama 3 — пожалуй, лучший из новых генераторов речи, которые я пробовал. Решил не верить демо-роликам и проверить русскую озвучку у себя на компьютере.

Условия теста

  • Текст: 3000 символов одним фрагментом, без нарезки на куски.
  • Голос: один синтетический, без клонирования чужой речи.
  • Запуск: через audio.cpp на RTX 3060 с 12 ГБ видеопамяти.
  • Время: около 13 минут вместе с загрузкой модели.

Что получилось

На выходе 3 минуты 49 секунд аудио. Я ничего не склеивал и не вырезал паузы: запись звучит как есть, чтобы можно было честно оценить голос и интонацию. Не каждое слово звучит идеально, но для локальной озвучки результат впечатляет.

Монолог в духе «Патриота»

Для второго теста я написал авторский монолог в духе Патриота из «Пацанов» и озвучил его той же моделью. Текст оригинальный, это не фрагмент сериала. Холодная уверенность, раздражение и нарастающая злость получились в одном дубле.

Для меня это пока не конец актёрской озвучки. Но для черновиков, роликов и игровых прототипов — уже очень серьёзная альтернатива.

Послушать

Обе записи — длинный тест и монолог — лежат в моём Telegram-канале. Включите звук и оцените сами: поверили бы вы персонажу?

Модель на Hugging Face ↗

[ → ] Читать дальше
Игры

NEON RIFT: космический шутер за четыре итерации

Читать →