# Чин 3: Душа вашег подкаста 🎤

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

## Велики ФИНАЛЕ

Истраживали сте теме. Написали сте сценарије. Сада је време за шлаг на торти: претварање текста у прави подкаст са реалистичним гласовима!

Уведите **VibeVoice** — Microsoft Research-ова open-source TTS (text-to-speech) магија која прави:
- 🎭 Природне разговоре
- 👥 Више говорника (до 4!)
- ⏱️ Дуго трајање аудио записа (до 90 минута!)
- 🎵 Експресивну изведбу (без роботских гласова!)

Ово је технологија иза синтетичких подкаста. Хајде да направимо ваш!

## Шта је VibeVoice? (Кул ствари)

VibeVoice је поклон Microsoft Research-а свету. Специфично је дизајниран за подкаст-стил конверзациони аудио.

### Зашто је сјајан 🔥

* **⏱️ Маратон сесије**: Генерише до 90 минута непрекидног говора (то је цела епизода подкаста!)
* **👥 Магија са више говорника**: До 4 различита гласа са конзистентним личностима
* **⚡ Јако ефикасан**: Користи ултра-ниску фреквенцију од 7,5 Hz да штеди израчуната средства
* **🧠 Паметан аудио**: Комбинује LLM (разуме контекст) са дифузијским моделом (прави реалистичан звук)
* **🎭 Природан ток**: Аутоматски рукује мењањем говорника, паузама и ритмом разговора

**Превод**: VibeVoice не само да чита ваш сценарио — он га *изводи* као прави људи који разговарају.

---

## Пре него што почнете 🚀

**Шта вам треба**:

* 🐍 **Python 3.10+** (већ имате из Чинова 1 и 2)
* 🚀 **uv** (брз Python package manager — инсталираћемо га)
* 📝 **Ваш Сценарио**: Фајл `podcast.txt` из Чина 2 (у `../03.Application/`)

**Професионални савет**: Овај корак захтева добру интернет везу за преузимање претходно обученог модела. Узмите кафу! ☕

---

## Хајде! Лаки начин 🎬

Направили смо то врло једноставно. Један shell скрипт ради све.

### Процес

1. **Учините то извршним**:
```bash
chmod +x run_vibe_voice.sh
```

2. **Покрените га**:
```bash
./run_vibe_voice.sh
```

3. **Сачекајте магију** (може трајати неколико минута при првом покретању)

### Шта се дешава иза сцене 🎭

Скрипта је у ствари ваш аутоматизовани аудио инжењер:

1. **📥 Преузима VibeVoice**: Клонира званични репозиторијум са GitHub-а
2. **📦 Инсталира Депенденције**: Користи `uv pip` за брзу инсталацију пакета
3. **🎬 Генерише Аудио**: Покреће inference скрипту са:
   * `--model_path`: претходно обучени VibeVoice-7B модел
   * `--txt_path`: ваш `podcast.txt` сценарио
   * `--speaker_names`: додељује гласове (по дефаулту Xinran & Anchen)

**Резултат**: Ваш сценарио постаје права подкаст епизода! 🎉

---

## Ваша Мисија 🎯

Хајде да учинимо ово занимљивим:

### Задатак 1: Направите садржај  
Измените `../03.Application/podcast.txt` са разговором између двоје људи. Нека буде о технологији, хобијима, било чему! Само нека буде разговорно.

**Пример формата**:  
```
Speaker 1: Hey! Did you hear about the new AI model?
Speaker 2: No way! Tell me more!
Speaker 1: It's called...
```
  
### Задатак 2: Генеришите аудио  
Покрените скрипту и гледајте како се магија дешава. Први пут ће трајати дуже (због преузимања модела).

### Задатак 3: Слушајте и анализирајте  
- Да ли звучи природно?  
- Да ли говорници имају јасне и различите гласове?  
- Да ли је мењање говорника глатко?  
- Има ли робо-ефеката?

### Задатак 4: Експериментишите (за храбре)  
Измените `run_vibe_voice.sh` и промените `--speaker_names` да пробате различите комбинације гласова. VibeVoice има више претходно обучених гласова!

**Бонус изазов**: Покушајте разговор са 3 говорника! 🎆

---

## Сазнајте више 📚

* **🏠 Почетна страница пројекта**: [VibeVoice Official Site](https://microsoft.github.io/VibeVoice/)  
* **🤗 Претходно обучени модел**: [Hugging Face - VibeVoice-7B](https://huggingface.co/vibevoice/VibeVoice-7B)  
* **📖 Истраживачки рад**: Зароните дубље у технологију (ако вас то занима)

> **⚠️ Подсећање о одговорној AI**: VibeVoice је моћан. Користите га етично! Не правите deepfake-ове или обмањујући садржај. Креирајте кул ствари које помажу људима. 🙏

---

## 🏆 Честитамо! Успели сте!

Управо сте завршили цео процес:  
1. ✅ **Чин 1**: Конструисали AI агенте са прилагођеним алатима  
2. ✅ **Чин 2**: Оркестрирали мулти-агентски ток рада  
3. ✅ **Чин 3**: Генерисали прави аудио подкаст

**Сада имате**:  
- Радио AI асистента за истраживање  
- Комплетан процес производње подкаста  
- Прави аудио фајл који можете делити

### Шта следи? 🚀

**Покрените свој подкаст!**  
- Пошаљите га на подкаст платформе  
- Делите на друштвеним мрежама  
- Итерирајте и побољшавајте

**Наставите да градите!**  
- Испробајте различите теме  
- Експериментишите са више говорника  
- Додајте позадинску музику  
- Направите веб кориснички интерфејс  
- Аутоматизујте целу ствар

**Поделите свој рад!**  
Тагујте нас! Покажите свету шта сте направили. Револуција AI подкаста почиње са вама. 🎙️

---

**Питања? Идеје? Приче о успеху?** Пишите у чет радионице!

**Добро дошли у будућност стварања садржаја.** 🌟

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**Одрицање од одговорности**:
Овај документа је преведен уз помоћ AI сервиса за превођење [Co-op Translator](https://github.com/Azure/co-op-translator). Иако тежимо тачности, имајте у виду да аутоматски преводи могу садржати грешке или нетачности. Оригинални документ на његовом изворном језику треба сматрати ауторитетним извором. За критичне информације препоручује се професионални људски превод. Није нам пренета одговорност за било каква погрешна тумачења или неспоразуме настале употребом овог превода.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->