# Act 3: สร้างพอดแคสต์ของคุณให้มีชีวิต 🎤 ![lab3](../../../../translated_images/th/lab3.b009c55c4442250b.webp) ## ตอนจบสุดยิ่งใหญ่ คุณได้ค้นคว้าหัวข้อแล้ว คุณได้เขียนสคริปต์แล้ว ตอนนี้ถึงเวลาที่จะใส่กิมมิกเด็ดๆ: เปลี่ยนข้อความของคุณให้กลายเป็นเสียงพอดแคสต์จริงด้วยเสียงที่เหมือนจริง! แนะนำ **VibeVoice** — เวทมนตร์ TTS (text-to-speech) โอเพ่นซอร์สจาก Microsoft Research ที่สร้าง: - 🎭 บทสนทนาที่ฟังเป็นธรรมชาติ - 👥 ผู้พูดหลายคน (สูงสุดถึง 4 คน!) - ⏱️ เสียงยาวต่อเนื่อง (สูงสุด 90 นาที!) - 🎵 การนำเสนอที่แสดงอารมณ์ (ไม่ใช่เสียงหุ่นยนต์!) นี่คือเทคโนโลยีเบื้องหลังพอดแคสต์สังเคราะห์ มาสร้างของคุณกันเถอะ! ## VibeVoice คืออะไร? (ของเจ๋งๆ) VibeVoice คือของขวัญจาก Microsoft Research สร้างมาเพื่อเสียงพูดสไตล์พอดแคสต์โดยเฉพาะ ### ทำไมมันเจ๋ง 🔥 * **⏱️ การพูดยาวต่อเนื่อง**: สร้างเสียงพูดได้นานถึง 90 นาทีแบบต่อเนื่อง (เท่ากับตอนพอดแคสต์เต็ม!) * **👥 เวทมนตร์ผู้พูดหลายคน**: มีเสียงแตกต่างกันสูงสุด 4 คน โดยมีบุคลิกคงที่ * **⚡ ประสิทธิภาพสูงมาก**: ใช้อัตราเฟรมต่ำสุดที่ 7.5 Hz เพื่อประหยัดพลังการประมวลผล * **🧠 เสียงอัจฉริยะ**: ผสมผสาน LLM (เข้าใจบริบท) กับโมเดล diffusion (สร้างเสียงเหมือนจริง) * **🎭 ลื่นไหลเป็นธรรมชาติ**: จัดการการสลับพูด การหยุดพัก และจังหวะบทสนทนาแบบอัตโนมัติ **สรุป**: VibeVoice ไม่ใช่แค่อ่านข้อความของคุณ — แต่มัน *แสดง* เหมือนคนพูดจริงๆ --- ## ก่อนที่คุณจะเริ่ม 🚀 **สิ่งที่คุณต้องใช้**: * 🐍 **Python 3.10+** (คุณมีจาก Act 1 & 2 แล้ว) * 🚀 **uv** (ตัวจัดการแพ็คเกจ Python ที่รวดเร็ว — เราจะติดตั้ง) * 📝 **สคริปต์ของคุณ**: ไฟล์ `podcast.txt` จาก Act 2 (อยู่ใน `../03.Application/`) **เคล็ดลับ**: ขั้นตอนนี้ต้องการการเชื่อมต่ออินเทอร์เน็ตที่ดีเพื่อดาวน์โหลดโมเดลที่ผ่านการฝึกแล้ว หยิบกาแฟมาเลย! ☕ --- ## เริ่มกันเลย! วิธีง่าย 🎬 เราทำให้มันง่ายมาก สคริปต์แบบ shell เดียวทำทุกอย่างให้ ### ขั้นตอน 1. **ทำให้มันรันได้**: ```bash chmod +x run_vibe_voice.sh ``` 2. **รันมัน**: ```bash ./run_vibe_voice.sh ``` 3. **รอเวทมนตร์เกิดขึ้น** (อาจใช้เวลาสักครู่ตอนรันครั้งแรก) ### เกิดอะไรขึ้นเบื้องหลัง 🎭 สคริปต์เปรียบเสมือนวิศวกรเสียงอัตโนมัติของคุณ: 1. **📥 ดาวน์โหลด VibeVoice**: โคลน repo อย่างเป็นทางการจาก GitHub 2. **📦 ติดตั้ง dependencies**: ใช้ `uv pip` เพื่อติดตั้งแพ็คเกจไวอย่างรวดเร็ว 3. **🎬 สร้างเสียง**: รันสคริปต์ inference พร้อม: * `--model_path`: โมเดล VibeVoice-7B ที่ผ่านการฝึกแล้ว * `--txt_path`: สคริปต์ `podcast.txt` ของคุณ * `--speaker_names`: กำหนดเสียงพูด (ค่าตั้งต้น Xinran & Anchen) **ผลลัพธ์**: สคริปต์ของคุณจะกลายเป็นตอนพอดแคสต์จริง! 🎉 --- ## ภารกิจของคุณ 🎯 มาทำให้มันน่าสนใจกัน: ### งานที่ 1: สร้างเนื้อหา แก้ไขไฟล์ `../03.Application/podcast.txt` ด้วยบทสนทนาระหว่างคนสองคน ให้อยู่ในหัวข้อเทคโนโลยี งานอดิเรก หรืออะไรก็ได้! ขอให้เป็นบทสนทนา **ตัวอย่างรูปแบบ**: ``` Speaker 1: Hey! Did you hear about the new AI model? Speaker 2: No way! Tell me more! Speaker 1: It's called... ``` ### งานที่ 2: สร้างเสียง รันสคริปต์ และดูเวทมนตร์ทำงาน ครั้งแรกจะใช้เวลานานเพราะดาวน์โหลดโมเดล ### งานที่ 3: ฟัง & วิเคราะห์ - ฟังดูเป็นธรรมชาติหรือเปล่า? - เสียงผู้พูดต่างกันชัดเจนไหม? - การสลับพูดลื่นไหลหรือไม่? - มีจังหวะหุ่นยนต์ไหม? ### งานที่ 4: ทดลอง (สำหรับคนกล้า) แก้ไข `run_vibe_voice.sh` และเปลี่ยน `--speaker_names` เพื่อทดลองเสียงแบบต่างๆ VibeVoice มีเสียงผู้พูดที่ผ่านการฝึกไว้หลายแบบ! **ความท้าทายแถม**: ลองบทสนทนา 3 คน! 🎆 --- ## ศึกษาเพิ่มเติม 📚 * **🏠 หน้าโครงการ**: [VibeVoice Official Site](https://microsoft.github.io/VibeVoice/) * **🤗 โมเดลที่ฝึกแล้ว**: [Hugging Face - VibeVoice-7B](https://huggingface.co/vibevoice/VibeVoice-7B) * **📖 งานวิจัย**: เจาะลึกเทคโนโลยี (ถ้าคุณสนใจ) > **⚠️ เตือนใจ AI ที่รับผิดชอบ**: VibeVoice มีพลัง ใช้งานอย่างมีจริยธรรม! อย่าสร้างดีปเฟค หรือเนื้อหาหลอกลวง สร้างสิ่งเจ๋งๆ ที่ช่วยผู้คน 🙏 --- ## 🏆 ยินดีด้วย! คุณทำได้แล้ว! คุณได้ทำครบทุกขั้นตอน: 1. ✅ **Act 1**: สร้างเอเย่นต์ AI ด้วยเครื่องมือเฉพาะ 2. ✅ **Act 2**: ประสานงานหลายเอเย่นต์ 3. ✅ **Act 3**: สร้างเสียงพอดแคสต์จริง **สิ่งที่คุณมีตอนนี้**: - ผู้ช่วยวิจัย AI ที่ใช้งานได้จริง - ระบบทำพอดแคสต์อย่างครบวงจร - ไฟล์เสียงพอดแคสต์ที่คุณสามารถแชร์ได้ ### ต่อไปคืออะไร? 🚀 **ปล่อยพอดแคสต์ของคุณ!** - อัปโหลดลงแพลตฟอร์มพอดแคสต์ - แชร์ในโซเชียลมีเดีย - ปรับปรุงและพัฒนา **สร้างต่อไป!** - ลองหัวข้อใหม่ๆ - ทดลองกับผู้พูดหลายคน - ใส่เพลงพื้นหลัง - สร้างส่วนติดต่อเว็บ - อัตโนมัติทุกขั้นตอน **แชร์ผลงานของคุณ!** แท็กเรา! แสดงให้โลกเห็นสิ่งที่คุณสร้าง การปฏิวัติพอดแคสต์ AI เริ่มต้นที่คุณ 🎙️ --- **มีคำถาม? ไอเดีย? เรื่องราวความสำเร็จ?** ฝากไว้ในแชทเวิร์กช็อปได้เลย! **ยินดีต้อนรับสู่อนาคตของการสร้างสรรค์เนื้อหา.** 🌟 --- **ข้อจำกัดความรับผิดชอบ**: เอกสารฉบับนี้ได้รับการแปลโดยใช้บริการแปลภาษาด้วยปัญญาประดิษฐ์ [Co-op Translator](https://github.com/Azure/co-op-translator) แม้ว่าเราจะพยายามรักษาความถูกต้องให้มากที่สุด แต่โปรดเข้าใจว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นฉบับควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญควรใช้บริการแปลโดยผู้เชี่ยวชาญเป็นการแนะนำ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใดๆ ที่เกิดขึ้นจากการใช้การแปลนี้