# Čin 3: Oživite svoj podcast 🎤

![lab3](../../../../translated_images/hr/lab3.b009c55c4442250b.webp)

## Veliki finale

Istražili ste teme. Napisali ste scenarije. Sad dolazi ono najbolje: pretvoriti svoj tekst u stvarni podcast audio s realistično zvučećim glasovima!

Predstavljamo **VibeVoice** — Microsoft Research-ovu open-source TTS (tekst u govor) magiju koja stvara:
- 🎭 Prirodno zvučeće razgovore
- 👥 Više govornika (do 4!)
- ⏱️ Dugi audio zapise (do 90 minuta!)
- 🎵 Izrazitu izvedbu (ništa robotskih glasova!)

Ovo je tehnologija iza sintetičkih podcasta. Napravimo tvoj!

## Što je VibeVoice? (Cool stvari)

VibeVoice je Microsoft Research-ov dar svijetu. Posebno je dizajniran za audio u stilu podcast konverzacije.

### Zašto je super 🔥

* **⏱️ Maratonske sesije**: Generira do 90 minuta kontinuiranog govora (to je cijela podcast epizoda!)
* **👥 Više govornika čarolija**: Do 4 različita glasa s dosljednim osobnostima
* **⚡ Nevjerojatno efikasno**: Koristi ultra-nisku brzinu okvira od 7,5 Hz za uštedu računske snage
* **🧠 Pametan audio**: Kombinira LLM (razumije kontekst) s modelom difuzije (stvara realističan audio)
* **🎭 Prirodni tok**: Automatski rukuje izmjenama, pauzama i ritmom razgovora

**Prijevod**: VibeVoice ne samo da čita tvoj scenarij — *izvodi* ga kao pravi ljudi koji razgovaraju.

---

## Prije nego počneš 🚀

**Što ti treba**:

* 🐍 **Python 3.10+** (to već imaš iz Činova 1 i 2)
* 🚀 **uv** (brzi Python package manager — instalirat ćemo ga)
* 📝 **Tvoj scenarij**: Datoteka `podcast.txt` iz Čina 2 (u `../03.Application/`)

**Pametni savjet**: Ovaj korak zahtijeva dobru internetsku vezu za preuzimanje unaprijed naučenog modela. Uzmi kavu! ☕

---

## Idemo! Lak način 🎬

Napravili smo to glupo jednostavno. Jedan shell skripta radi sve.

### Proces

1. **Učini je izvršnom**:
```bash
chmod +x run_vibe_voice.sh
```

2. **Pokreni je**:
```bash
./run_vibe_voice.sh
```

3. **Pričekaj magiju** (može potrajati nekoliko minuta pri prvom pokretanju)

### Što se dešava iza scene 🎭

Skripta je zapravo tvoj automatizirani zvučni inženjer:

1. **📥 Preuzima VibeVoice**: Klonira službeni repozitorij s GitHuba
2. **📦 Instalira ovisnosti**: Koristi `uv pip` za munjevitu instalaciju paketa
3. **🎬 Generira audio**: Pokreće skriptu za iščitavanje s:
   * `--model_path`: unaprijed naučeni model VibeVoice-7B
   * `--txt_path`: tvoj scenarij `podcast.txt`
   * `--speaker_names`: dodjeljuje glasove (prema zadanim postavkama Xinran & Anchen)

**Rezultat**: Tvoj scenarij postaje stvarna podcast epizoda! 🎉

---

## Tvoj zadatak 🎯

Učinit ćemo ovo zanimljivim:

### Zadatak 1: Kreiraj sadržaj
Uredi `../03.Application/podcast.txt` s razgovorom između dvije osobe. Neka bude o tehnologiji, hobijima, bilo čemu! Samo neka je konverzacijski.

**Primjer formata**:
```
Speaker 1: Hey! Did you hear about the new AI model?
Speaker 2: No way! Tell me more!
Speaker 1: It's called...
```

### Zadatak 2: Generiraj audio
Pokreni skriptu i gledaj kako magija djeluje. Prvi put će potrajati dulje (preuzimanje modela).

### Zadatak 3: Slušaj i analiziraj
- Zvuči li prirodno?
- Imaju li govornici različite glasove?
- Je li izmjena govornika glatka?
- Ima li robotskih momenata?

### Zadatak 4: Eksperimentiraj (za hrabre)
Uredi `run_vibe_voice.sh` i promijeni `--speaker_names` da isprobaš različite kombinacije glasova. VibeVoice ima više unaprijed naučenih glasova!

**Bonus izazov**: Probaj razgovor s 3 govornika! 🎆

---

## Saznaj više 📚

* **🏠 Početna stranica projekta**: [VibeVoice službena stranica](https://microsoft.github.io/VibeVoice/)
* **🤗 Unaprijed naučeni model**: [Hugging Face - VibeVoice-7B](https://huggingface.co/vibevoice/VibeVoice-7B)
* **📖 Istraživački rad**: Zaronite duboko u tehnologiju (ako te to zanima)

> **⚠️ Podsjetnik na odgovornu AI upotrebu**: VibeVoice je moćan. Koristi ga etički! Nemoj stvarati deepfakeove ni zavaravajući sadržaj. Stvaraj cool stvari koje pomažu ljudima. 🙏

---

## 🏆 Čestitamo! Uspješno si završio!

Upravo si završio cijeli proces:
1. ✅ **Čin 1**: Izgradio AI agente s prilagođenim alatima
2. ✅ **Čin 2**: Koordinirao workflow s više agenata
3. ✅ **Čin 3**: Generirao stvarni podcast audio

**Sada imaš**:
- Radnog AI istraživačkog asistenta
- Cijeli workflow za produkciju podcasta
- Stvarnu audio datoteku koju možeš dijeliti

### Što dalje? 🚀

**Pokreni svoj podcast!**
- Uploadaj na podcast platforme
- Podijeli na društvenim mrežama
- Iteriraj i poboljšavaj

**Nastavi graditi!**
- Isprobaj različite teme
- Eksperimentiraj s više govornika
- Dodaj pozadinsku glazbu
- Izgradi web sučelje
- Automatiziraj cijeli proces

**Podijeli svoj rad!**
Označi nas! Pokaži svijetu što si napravio. Revolucija AI podcasta počinje s tobom. 🎙️

---

**Pitanja? Ideje? Priče o uspjehu?** Piši u workshop chat!

**Dobrodošao/la u budućnost stvaranja sadržaja.** 🌟

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**Izjava o odricanju odgovornosti**:
Ovaj je dokument preveden korištenjem AI usluge prijevoda [Co-op Translator](https://github.com/Azure/co-op-translator). Iako nastojimo biti točni, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba se smatrati službenim izvorom. Za ključne informacije preporučuje se profesionalni ljudski prijevod. Ne snosimo odgovornost za bilo kakva kriva tumačenja ili nesporazume proizašle iz korištenja ovog prijevoda.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->