# அலகு 3: உங்கள் போட்காஸ்டை உயிரோட்டமாக்குங்கள் 🎤

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

## மகத்தான இறுதிப்பாகம்

நீங்கள் விசாரணை செய்திருக்கிறீர்கள். நீங்கள் ஸ்கிரிப்ட்களை எழுதியுள்ளீர்கள். இனி மேலே கொண்டுவரவேண்டியது: உங்கள் உரையை உண்மையான போட்காஸ்ட் ஒலியாய், இயல்பான குரல்களுடன் மாற்றுவது!

**VibeVoice**-ஐச் சேருங்கள் — மைக்ரோசாஃப்ட் ரிசர்ச் நிறுவச் சொருகிய TTS (உரை-மீது-பேச்சு) மெய்ம்மாயம்:

- 🎭 இயல்பான பேச்சு உரையாடல்கள்  
- 👥 பல பேச்சாளர்கள் (4 வரைக்கும்!)  
- ⏱️ நீண்ட நேர ஒலி (90 நிமிடங்கள் வரை!)  
- 🎵 உணர்ச்சி மிகுந்த வழங்கல் (யந்திரக் குரல்கள் அல்ல!)

இதுவே கலப்பட போட்காஸ்டுகளுக்குப் பின்னணி தொழில்நுட்பம். உங்கள் ஒன்றை உருவாக்குவோம்!

## VibeVoice என்றால் என்ன? (பிரமாண்டமான விஷயங்கள்)

VibeVoice மைக்ரோசாஃப்ட் ரிசர்ச்சின் உலகிற்கு கொடுத்த பரிசு. இது, போட்காஸ்ட் பாணி உரையாடல் ஒலிக்காக சிறப்பு வடிவமைக்கப்பட்டது.

### அது ஏன் சிறந்தது 🔥

* **⏱️ மேரத்தான் அமர்வுகள்**: தொடர்ந்து பேச 90 நிமிடங்கள் வரை உருவாக்கும் (இது ஒரு முழு போட்காஸ்ட் பகுதி!)  
* **👥 பலகுரல் கலை**: 4 வேறு வேறு குரல்கள், ஒட்டுமொத்த தனித்தன்மைகளுடன்  
* **⚡ மிக வேகமான செயல்பாடு**: 7.5 ஹெர்ட்ஸ் மிகக் குறைந்த ஃப்ரேம் விகிதத்தை பயன்படுத்தி கணினி வளங்களைச் சேமிக்கும்  
* **🧠 நுண்ணறிவு ஒலி**: ஒரு LLM (கான்டெக்ஸ்ட் புரியும்) மற்றும் டிஃப்யூஷன் மாதிரியை (உண்மையான ஒலி உருவாக்கும்) சேர்ந்தவை  
* **🎭 இயல்பான ஓட்டம்**: சுவர்க்கோடைகள், இடைவெளிகள், உரையாடல் தாளம் அனைத்தையும் தானாக கையாளும்

**பொருள்**: VibeVoice உங்கள் ஸ்கிரிப்டை *வாய்ச்சுவதல்ல*—உண்மையான மனிதர்கள் பேசுகிறபடி *நடிக்கும்*.

---

## தொடங்குவதற்கு முன் 🚀

**நீங்கள் தேவையானவை**:

* 🐍 **Python 3.10+** (நீங்கள் அலகு 1 மற்றும் 2 இல் இதை ஏற்கனவே பெற்றுள்ளீர்கள்)  
* 🚀 **uv** (ஒரு வேகமான Python தொகுப்பு மேலாளர் — நாங்கள் அதனை நிறுவப்போகிறோம்)  
* 📝 **உங்கள் ஸ்கிரிப்ட்**: அலகு 2 இல் இருந்து `podcast.txt` கோப்பு (இருக்கும் இடம் `../03.Application/`)

**நுட்பம்**: இந்த படி முன்னமைக்கப்பட்ட மாதிரியை பதிவிறக்க முடிவுக்கு நன்கு இணைய இணைப்பு தேவைப்படுகிறது. ஒரு காபி பிடியுங்கள்! ☕

---

## தொடங்கலாம்! எளிதாக 🎬

நாங்கள் இதை மிகவும் எளிதாக்கி உள்ளோம். ஒரு ஷெல் ஸ்கிரிப்ட் அனைத்தையும் செய்கிறது.

### செயல்முறை

1. **இதை இயக்கக்கூடியவாறு மாற்று**:
```bash
chmod +x run_vibe_voice.sh
```

2. **இதை இயக்கு**:
```bash
./run_vibe_voice.sh
```

3. **மாயாஜாலம் காத்திருக்கவும்** (முதலில் இயக்கும் போது சில நிமிடங்கள் எடும்)

### பின்னணியில் என்ன நடக்கிறது 🎭

ஸ்கிரிப்ட் என்பது உங்கள் தானாக செயல்படும் ஒலி பொறியாளர்:

1. **📥 VibeVoice-ஐ பதிவிறக்கு**: GitHub இல் இருந்து அதிகாரப் பிரதியை நகலெடு  
2. **📦 சார்புகளை நிறுவு**: `uv pip` கொண்டு மிக வேகமாக தொகுப்புகளை நிறுவ  
3. **🎬 ஒலி உருவாக்கு**: இன்பெரன்ஸ் ஸ்கிரிப்டை இயக்கி:  
   * `--model_path`: முன்னமைக்கப்பட்ட VibeVoice-7B மாதிரி  
   * `--txt_path`: உங்கள் `podcast.txt` ஸ்கிரிப்ட்  
   * `--speaker_names`: குரல்கள் (இயல்பாக Xinran & Anchen)

**முடிவு**: உங்கள் ஸ்கிரிப்ட் உண்மையான போட்காஸ்ட் பகுதியாய் மாறும்! 🎉

---

## உங்கள் பணி 🎯

இதைக் களங்கமாகப் பார்ப்போம்:

### பணி 1: உள்ளடக்கம் உருவாக்குக  
`../03.Application/podcast.txt`-ஐ இருவர் உரையாடல் வடிவத்தில் திருத்துக. அது தொழில்நுட்பம், பொழுதுபோக்கு, ஏதும் பற்றி இருக்கலாம்! உரையாடல் போன்று செய்யுங்கள்.

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

### பணி 2: ஒலி உருவாக்குக  
ஸ்கிரிப்டை இயக்கி மாயாஜாலத்தை பாருங்கள். முதலில் மாடல் பதிவிறக்கம் காரணமாக இது சில நேரம் எடுக்கும்.

### பணி 3: கேட்டு பகுப்பாய்வு செய்க  
- அது இயல்பானதாக கேட்கப்படுகிறதா?  
- பேச்சாளர்களுக்கு தனித்துவமான குரல்கள் உள்ளனவா?  
- உரையாடல் மாறுதலும், இடைவெளிகளும் சீராகவே இருக்கிறதா?  
- எந்தவொரு இயந்திர குரல் அருவருப்புகளா?

### பணி 4: முயற்சி செய்க (துணிவுள்ளவர்களுக்கு)  
`run_vibe_voice.sh`-ஐ திருத்தி `--speaker_names` பரிமாற்றுக. VibeVoice பல முன்னமைக்கப்பட்ட குரல்களைக் கொண்டுள்ளது!

**பொனஸ் சவால்**: 3 பேச்சாளர் உரையாடல் முயற்சி செய்க! 🎆

---

## கூடுதல் தகவல்கள் 📚

* **🏠 திட்ட முகப்புப் பக்கம்**: [VibeVoice அதிகாரப்பூர்வ தளம்](https://microsoft.github.io/VibeVoice/)  
* **🤗 முன்னமைக்கப்பட்ட மாதிரி**: [Hugging Face - VibeVoice-7B](https://huggingface.co/vibevoice/VibeVoice-7B)  
* **📖 ஆராய்ச்சி கட்டுரை**: தொழில்நுட்பத்தை ஆழமாக தெரிந்து கொள்ள (ஆசரியாளர்களுக்கானது)

> **⚠️ பொறுப்பான AI நினைவூட்டல்**: VibeVoice பெரும் சக்தியுடைய மென்பொருள். அதை நெறிமுறைபூர்வமாக பயன்படுத்துங்கள்! தீவிரவாதம் மற்றும் தவறான தகவல் உருவாக்க வேண்டாம். மக்களுக்கு உதவும் அற்புதமான பாடல்களை உருவாக்குங்கள். 🙏

---

## 🏆 வாழ்த்துக்கள்! நீங்கள் முடித்துவிட்டீர்கள்!

நீங்கள் முழு பணிநுணுக்கத்தையும் முடித்துவிட்டீர்கள்:  
1. ✅ **அலகு 1**: தனிப்பயன் கருவிகளுடன் AI முகவர்களை உருவாக்கியது  
2. ✅ **அலகு 2**: பன்முக முகவர் பணியை ஒருங்கிணைத்தது  
3. ✅ **அலகு 3**: உண்மையான போட்காஸ்ட் ஒலை உருவாக்கியது

**இப்போது உங்களுக்கு உள்ளவை**:  
- செயல்படும் AI ஆராய்ச்சி உதவியாளர்  
- முழு போட்காஸ்ட் தயாரிப்பு பணிநுணுக்கம்  
- பகிரக்கூடிய உண்மையான ஒலி கோப்பு

### அடுத்தது என்ன? 🚀

**உங்கள் போட்காஸ்டை வெளியிடுங்கள்!**  
- போட்காஸ்ட் தளங்களில் பதிவேற்று  
- சமூக வலைத்தளங்களில் பகிர்ந்துகொள்  
- புதுப்பிப்பும் மேம்படுத்தலும் செய்

**உரைப்பதிவுகளை தொடர்க!**  
- வேறு தலைப்புகளை முயற்சி செய்  
- மேலும் பேச்சாளர்களுடன் பகிர்வு செய்  
- பின்னணி இசையை சேர்க்க  
- ஒரு வலை இடைமுகம் உருவாக்க  
- முழு செயல்முறையை தானாக செய்துகொள்

**உங்கள் படைப்பை பகிரவும்!**  
எங்களை டேக் செய்! நீங்கள் உருவாக்கியதைக் உலகிற்கு காட்டுங்கள். AI போட்காஸ்ட் புரட்சியை நீங்கள் தொடங்குகிறீர்கள். 🎙️

---

**கேள்விகள்? யோசனைகள்? வெற்றிப் கதைகள்?** வொர்க்ஷாப் அழைப்பு அறையில் பகிரவும்!

**உள்ளடக்கம் உருவாக்கத்தின் எதிர்காலத்திற்கு வரவேற்கின்றோம்.** 🌟

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**மறுப்பு**:
இந்த ஆவணம் AI மொழிபெயர்ப்பு சேவை [Co-op Translator](https://github.com/Azure/co-op-translator) பயன்படுத்தி மொழிபெயர்க்கப்பட்டுள்ளது. நாங்கள் துல்லியத்திற்க்கு முயலும் பின்னருமே, தானாக நிகழும் மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறுகள் இருக்கக்கூடும் என்பதை கருத்தில் கொள்ளவும். உள்ளூர் மொழியில் உள்ள அசல் ஆவணம் அதிகாரப்பூர்வ ஆதாரமாக கருதப்பட வேண்டும். மிக முக்கியமான தகவலுக்கு, தொழில்முறை மனித மொழிபெயர்ப்பைக் கோர வேண்டுகிறோம். இந்த மொழிபெயர்ப்பு பயன்பாட்டில் இருந்து ஏற்படும் எந்த புரிதல் தவறுகள் அல்லது தவறு பொருள் விளைவுகளுக்கும் நாங்கள் பொறுப்பு ஏற்றுக்கொள்ளமாட்டோம்.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->