Ola wzięła swojego e-booka „TOP AI. Marka osobista AI-native", wgrała go do ElevenLabs i wyszła z gotowym audiobookiem czytanym własnym głosem. Bez studia, bez kilkunastu godzin czytania do mikrofonu. Poniżej cały proces krok po kroku, razem z miejscem, w którym się potknęła.
Klon błyskawiczny kontra klon profesjonalny
W poprzednim odcinku Ola sklonowała swój głos w kilka minut z jednego krótkiego nagrania. Efekt był zaskakująco dobry, ale ElevenLabs ma drugą opcję dla osób, którym zależy na maksymalnej jakości: profesjonalny klon głosu.
Różnica jest w materiale wejściowym. Klon błyskawiczny potrzebuje minuty nagrania i przetwarza się kilkanaście sekund. Klon profesjonalny wymaga co najmniej 30 minut czystego materiału, a przetwarzanie zajmuje kilka dobrych godzin.
Ola poszła dalej i wgrała ponad dwie godziny nagrań ze swoich webinarów i filmów na YouTube. Logika jest prosta: więcej danych to więcej niuansów głosu i więcej kontekstu emocjonalnego.
Przy dłuższych zdaniach, przy zmianie intonacji, to naprawdę robi różnicę. Trochę mnie zamurowało.
Jedno ograniczenie warto znać z góry: w jej planie można mieć aktywny tylko jeden klon głosu naraz. Tworząc profesjonalny, trzeba było skasować poprzedni.
Gdzie w ElevenLabs siedzi funkcja audiobooka
Nie jest oczywista, bo nie leży na wierzchu. Ścieżka to Więcej narzędzi → Audiobooki → Utwórz audiobook. Potem wystarczy przesłać dokument. Obsługiwane formaty to EPUB, PDF i TXT.
Ola wgrała plik EPUB swojego e-booka, który miał około 230 stron. To istotny szczegół: jeśli sprzedajesz e-booka w kilku formatach, masz już gotowe źródło audiobooka i nie musisz nic przygotowywać.
Ustawienia, które warto wyłączyć
Przy tworzeniu projektu ElevenLabs proponuje automatyczne wykrywanie postaci i przypisywanie im pasujących głosów. Przy poradniku czytanym przez autorkę to nie ma sensu - cała książka ma brzmieć jednym głosem, więc opcję trzeba wyłączyć.
Dalej narzędzie oferuje efekty dźwiękowe i podkład muzyczny. Przy e-booku biznesowym oba są zbędne. Zostaje wybór modelu głosu, gdzie Ola została przy tym rekomendowanym domyślnie, choć dostępny był też nowszy, bardziej ekspresyjny wariant wymagający więcej pracy nad poleceniami.
Pułapka kredytów, czyli miejsce, w którym proces się zatrzymuje
Tu odcinek robi się najbardziej praktyczny, bo Ola nagrywa na żywo i trafia na ścianę. Po kliknięciu „Eksportuj pełen projekt" pojawia się komunikat: nie masz wystarczającej liczby kredytów, aby wygenerować pozostałe akapity. Do wygenerowania całości potrzeba było mniej więcej dwa razy więcej kredytów, niż miała w pakiecie.
Są dwa wyjścia i oba działają. Można dokupić kredyty albo eksportować rozdziałami i rozłożyć generowanie na dwa miesiące, korzystając z odnawiającego się pakietu. Ola wybrała to drugie.
Skala kosztu, żeby było wiadomo, o czym mowa: za miesięczny pakiet kredytów zapłaciła kilkadziesiąt złotych. Jak na audiobook z 230-stronicowej książki to niewiele.
Plik wyjściowy to ZIP z osobnymi MP3 dla każdego podrozdziału, więc gotowy materiał od razu jest podzielony na ścieżki.
Uczciwość wobec słuchaczek
Ola stawia sprawę jasno i to jest ważniejsze niż sama technologia. Audiobook wygenerowany przez AI należy oznaczyć jako wygenerowany przez AI, nawet jeśli czyta go Twój własny, sklonowany głos.
Oczywiście mówiąc, że audiobook jest wygenerowany przez AI, ale z moim głosem, bo przecież nie będziemy tego ukrywać.
Kiedy profesjonalny klon się opłaca
Jeśli potrzebujesz jednorazowo krótkiego nagrania, wystarczy klon błyskawiczny. Profesjonalny ma sens wtedy, gdy budujesz coś powtarzalnego: audiobooki, materiały do kursów, treści, które będziesz produkować przez lata.
Kilka godzin włożone raz w lepszy klon zwraca się przy każdym kolejnym nagraniu. Ola zestawia to zresztą z zasadą, której uczy w samym e-booku: budujesz fundament raz, a potem on pracuje dla Ciebie wielokrotnie, zamiast zaczynać od zera przy każdym projekcie.
Po co w ogóle robić audiobooka ze swojego e-booka
Bo daje klientce wybór formatu, a nie zmusza jej do jednego. Ten sam materiał można przeczytać wieczorem albo przesłuchać w samochodzie, na spacerze z psem czy przy porządkach. Metoda jest ta sama, zmienia się tylko sposób konsumpcji.
Z perspektywy sprzedaży to nowa wartość dołożona do produktu, który już masz - bez pisania od nowa i bez nagrywania w studiu. Jeśli masz gotowy tekst i zastanawiasz się, czy zrobić z niego audiobooka, odpowiedź brzmi tak, i zajmie Ci to mniej czasu, niż myślisz.
Czego potrzebujesz, żeby to powtórzyć
Konta w ElevenLabs z pakietem kredytów, co najmniej 30 minut czystego nagrania własnego głosu (webinary i filmy z YouTube w zupełności wystarczą) oraz tekstu w formacie EPUB, PDF lub TXT. Reszta to kilka kliknięć i cierpliwość przy generowaniu.
