5 secondi di audio bastano per clonare una voce? Il mio test con VoxClone
Cinque secondi. Tanto ci metto a dire «amore, butta la pasta». Eppure c'è chi giura che siano sufficienti per clonare una voce. La prima volta che l'ho letto ho riso. La seconda ho pensato a mio zio.
Mio zio ha settant'anni, vive in provincia di Reggio Emilia e da quando è in pensione fa video su TikTok in cui racconta di quando riparava Vespe nel retrobottega. Il problema? Parla un dialetto che nemmeno i sottotitoli automatici capiscono. Ha provato a registrare la voce fuori campo da solo: una sera intera per un video da quaranta secondi. Un disastro.
Così mi sono detto: se esiste un modo per clonare la propria voce gratis, perché non provarlo? Non per lui, almeno all'inizio. Per me. Volevo capire se la clonazione vocale gratuita è fuffa o realtà. E cercavo anche una voce fuori campo IA gratis per i video di mio zio, senza dover passare notti insonni.
La prova: cosa ho registrato e dove ho sbattuto il muso
Primo tentativo: registrazione fatta al volo con il telefono, in cucina, con la TV accesa in sottofondo. Risultato? Una voce impastata, come se parlassi da sotto un piumone. Bocciato.
Secondo tentativo: ho chiuso la finestra, spento la TV, avvicinato il microfono del telefono alla bocca e letto un testo per sette secondi buoni. Silenzio quasi assoluto. Questa volta, ascoltando le prime due frasi, ho dovuto riavvolgere il file per capire se fossi davvero io. Era inquietante, ma nel senso buono.
Tutto qui? Tre minuti, nessuna registrazione, nessun software da scaricare. Solo browser. Io che ricordavo le notti passate a installare dipendenze per far funzionare una voce sintetica senza registrazione... beh, è un altro pianeta.
5 secondi sono davvero sufficienti?
Sì, ma con condizioni. E non tutte ovvie.
- L'ambiente silenzioso conta più della durata: cinque secondi puliti battono trenta secondi con il frigo che ronza.
- Tono di voce naturale. Se reciti, il clone recita. Se parli come al bar, il clone parla come al bar.
- Per testi lunghi ed emotivi, meglio registrare dieci secondi. La stabilità in fondo al paragrafo ringrazia.
- Se hai un accento forte, non cercare di nasconderlo. Il clone lo assorbe e lo restituisce. A mio zio piacerà.
Ho rifatto la prova con dieci secondi: le frasi lunghe non «scivolano» più alla fine. Ma per un copione da duecento parole, la versione da cinque secondi è più che dignitosa.
Non solo voce fuori campo: dove mi è tornato utile
Dopo averci preso la mano, ho fatto una lista di cose che posso finalmente fare senza impazzire.
- Audiolibri fai-da-te. Ho un progetto fermo da mesi: un audiolibro con IA gratis per mia madre, che non riesce più a leggere per via della vista. Con la sua voce clonata, le storie suonano come se le raccontasse lei. Non è la stessa cosa, ma è vicino.
- Contenuti per corsi online. Io scrivo, il generatore di voce gratuito legge. Addio pomeriggi passati a registrare e riregistrare la stessa frase. Per me che scrivo per lavoro, avere un testo a voce gratuito è come avere un assistente che non si stanca mai.
- Storie per bambini. Mia figlia ha scoperto che posso far raccontare la favola della buonanotte con voci diverse. Ora pretende tre finali alternativi. Grazie, IA.
- Un amico smanettone ha usato l'API per il suo progetto: un piccolo servizio di avvisi vocali. Ha risparmiato un budget che non aveva. Ride ancora.
E poi c'è il doppiaggio IA gratuito: ho provato a doppiare un vecchio video di famiglia in cui mio nonno parla in dialetto. Il risultato non è perfetto, ma sentire quella cadenza in italiano è stato strano e commovente.
FAQ: le domande che mi avete fatto
Clonare la propria voce è rischioso?
Dipende da cosa ci fai. Clonare la propria voce, o quella di qualcuno che ha dato un consenso esplicito, è una cosa. Clonare la voce di un'altra persona senza permesso è un'altra storia. In Italia, con il GDPR di mezzo, il consenso non è un dettaglio burocratico: è la linea rossa. Io mi sono imposto una regola semplice: solo voci mie o di familiari che hanno detto sì davanti a un caffè.
È davvero gratis o c'è la fregatura?
Uso VoxClone da due settimane. Finora nessun paywall, nessuna richiesta di carta di credito. La sintesi vocale gratuita e la clonazione senza registrazione funzionano e basta. Poi, sai, i servizi online cambiano idea quando meno te lo aspetti. Ma finché è gratis, ne approfitto. E se un giorno smetterà, avrò comunque imparato come convertire testo in audio gratis in pochi clic.
L'italiano è supportato bene?
Sì, ed è il motivo per cui ho smesso di cercare altrove. Il text to speech italiano gratis di VoxClone ha una pronuncia naturale, molto meglio di certi strumenti stranieri che sembrano leggere con la bocca piena. L'inglese? Funziona, ma con un accento da telegiornale che fa sorridere.
Quello che ho imparato (e cosa puoi fare stasera)
Cinque secondi bastano? Sì, se quei cinque secondi sono puliti. Il mio consiglio è banale ma concreto: stasera, quando in casa c'è silenzio, registra una frase con il telefono. Non prepararla troppo. Poi caricala su VoxClone e ascolta. Ti stupirai di quanto assomigli a te. O di quanto no. In entrambi i casi, avrai una risposta.
Se vuoi vedere altri esperimenti, errori e trucchi, dai un'occhiata alla pagina delle novità. C'è gente che ha clonato la voce del gatto. Non giudico.
Ah, e se anche tu hai uno zio che passa le serate a montare video con il dialetto che esce dalle orecchie... clonagli la voce. Poi mi racconti se si è messo a fare il divo.