# Herečka 3: Oživte svoj podcast 🎤 ![lab3](../../../../translated_images/sk/lab3.b009c55c4442250b.webp) ## Veľké finále Preskúmali ste témy. Napísali ste scenáre. Teraz to najlepšie na záver: premeniť svoj text na skutočné podcastové audio s realistickými hlasmi! Predstavujeme **VibeVoice** — open-source TTS (text-to-speech) kúzlo od Microsoft Research, ktoré vytvára: - 🎭 Prírodzene znejúce rozhovory - 👥 Viacero rečníkov (až 4!) - ⏱️ Dlhé audio (až 90 minút!) - 🎵 Výrazné podanie (nie robotické hlasy!) Toto je technológia za syntetickými podcastmi. Poďme vytvoriť ten váš! ## Čo je VibeVoice? (Tá skvelá vec) VibeVoice je dar Microsoft Research svetu. Je špeciálne navrhnutý pre podcastový štýl konverzačného audia. ### Prečo je úžasný 🔥 * **⏱️ Maratónske sedenia**: Generuje až 90 minút kontinuálnej reči (to je celý podcastový diel!) * **👥 Viac-rečnícka mágia**: Až 4 rôzne hlasy so súdržnou osobnosťou * **⚡ Šialene efektívny**: Používa ultra-nízku frekvenciu 7,5 Hz, aby šetril výpočtový výkon * **🧠 Inteligentné audio**: Kombinuje LLM (rozumie kontextu) s difúznym modelom (vytvára realistické audio) * **🎭 Prírodzený tok**: Automaticky rieši striedanie, pauzy a konverzačný rytmus **Preklad**: VibeVoice vám nielen prečíta scenár — *predstavuje* ho ako skutoční ľudia. --- ## Predtým, než začnete 🚀 **Čo potrebujete**: * 🐍 **Python 3.10+** (tento už máte z her 1 & 2) * 🚀 **uv** (rýchly správca balíkov pre Python — nainštalujeme ho) * 📝 **Váš scenár**: Súbor `podcast.txt` z Vedie 2 (v `../03.Application/`) **Profesionálny tip**: Tento krok vyžaduje dobré pripojenie na internet pre stiahnutie predtrénovaného modelu. Dajte si kávu! ☕ --- ## Poďme na to! Jednoduchá cesta 🎬 Urobili sme to veľmi jednoduché. Jeden shell skript spraví všetko. ### Proces 1. **Nastavte spustiteľnosť**: ```bash chmod +x run_vibe_voice.sh ``` 2. **Spustite ho**: ```bash ./run_vibe_voice.sh ``` 3. **Počkajte na kúzlo** (prvýkrát to môže trvať pár minút) ### Čo sa deje v pozadí 🎭 Skript je v podstate váš automatizovaný zvukový inžinier: 1. **📥 Sťahuje VibeVoice**: Klonuje oficiálne repo z GitHubu 2. **📦 Inštaluje závislosti**: Používa `uv pip` na bleskovú inštaláciu balíkov 3. **🎬 Generuje audio**: Spúšťa inferenčný skript s: * `--model_path`: Predtrénovaný model VibeVoice-7B * `--txt_path`: Váš scenár `podcast.txt` * `--speaker_names`: Pridelenie hlasov (štandardne Xinran & Anchen) **Výsledok**: Váš scenár sa premení na skutočný podcastový diel! 🎉 --- ## Vaša úloha 🎯 Poďme to spraviť zaujímavé: ### Úloha 1: Vytvorte obsah Upravte `../03.Application/podcast.txt` s konverzáciou medzi dvoma ľuďmi. Nech je to o technológiách, záľubách, čomkoľvek! Len aby to bolo konverzačné. **Príklad formátu**: ``` Speaker 1: Hey! Did you hear about the new AI model? Speaker 2: No way! Tell me more! Speaker 1: It's called... ``` ### Úloha 2: Vygenerujte audio Spustite skript a sledujte, ako sa dej odohráva. Za prvýkrát to potrvá dlhšie (sťahovanie modelu). ### Úloha 3: Počúvajte a analyzujte - Znie to prirodzene? - Majú rečníci odlišné hlasy? - Je striedanie plynulé? - Sú tam robotické momenty? ### Úloha 4: Experimentujte (pre odvážnych) Upravte `run_vibe_voice.sh` a zmeňte `--speaker_names`, aby ste vyskúšali rôzne kombinácie hlasov. VibeVoice má niekoľko predpripravených hlasov! **Bonusová výzva**: Vyskúšajte konverzáciu s 3 rečníkmi! 🎆 --- ## Viac sa dozviete 📚 * **🏠 Domovská stránka projektu**: [VibeVoice Oficiálna stránka](https://microsoft.github.io/VibeVoice/) * **🤗 Predtrénovaný model**: [Hugging Face - VibeVoice-7B](https://huggingface.co/vibevoice/VibeVoice-7B) * **📖 Výskumný článok**: Prehĺbte sa do technológie (ak vás to zaujíma) > **⚠️ Upozornenie na zodpovedné AI**: VibeVoice je mocný nástroj. Používajte ho eticky! Nevytvárajte deepfake ani zavádzajúci obsah. Vytvárajte skvelé veci, ktoré pomáhajú ľuďom. 🙏 --- ## 🏆 Gratulujeme! Podarilo sa vám to! Práve ste dokončili celý proces: 1. ✅ **Act 1**: Vytvorili AI agentov s vlastnými nástrojmi 2. ✅ **Act 2**: Zorchestrvali viacerých agentov 3. ✅ **Act 3**: Vygenerovali reálne podcastové audio **Teraz máte**: - Fungujúceho AI výskumného asistenta - Kompletný workflow produkcie podcastu - Skutočný audio súbor na zdieľanie ### Čo ďalej? 🚀 **Spustite svoj podcast!** - Nahrajte ho na podcastové platformy - Zdieľajte na sociálnych sieťach - Vylepšujte a iterujte **Pokračujte v budovaní!** - Skúšajte rôzne témy - Experimentujte s viacerými rečníkmi - Pridajte podkladovú hudbu - Vytvorte webové rozhranie - Automatizujte celý proces **Zdieľajte svoju prácu!** Označte nás! Ukážte svetu, čo ste vytvorili. Revolúcia AI podcastov začína vami. 🎙️ --- **Máte otázky? Nápady? Príbehy o úspechu?** Napíšte ich do chatovania workshopu! **Vitajte v budúcnosti tvorby obsahu.** 🌟 --- **Upozornenie**: Tento dokument bol preložený pomocou AI prekladateľskej služby [Co-op Translator](https://github.com/Azure/co-op-translator). Aj keď sa snažíme o presnosť, majte prosím na pamäti, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Originálny dokument v jeho pôvodnom jazyku by sa mal považovať za autoritatívny zdroj. Pre dôležité informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za akékoľvek nedorozumenia alebo nesprávne výklady vyplývajúce z použitia tohto prekladu.