YTMSEN · Petrov Voice

Petrov Voice

Что загружать в клон голоса и в каком порядке. Сейчас — вариант E: его живая манера и разные эмоции, только записи с хорошим звуком. Все файлы — на диске T7-Blue-RYA, он едет с макбуком.⁠​‌​‌​​‌​​‌​‌‌​​‌​‌​​​​​‌​​‌​‌‌​‌​‌​‌‌​​‌​‌​‌​‌​​​‌​​‌‌​‌​‌​‌​​‌‌​‌​​​‌​‌​‌​​‌‌‌​​​‌​‌‌​‌​​‌‌​​‌​​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​​‌​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌​‌‌​‌​‌‌‌​‌‌​​​‌‌​​​‌⁠

UploadE · 150,0 мин6 MP3 в папке UPLOAD_ElevenLabs
Quality≥ 22 дБфон ниже речи, полоса от 5 кГц, студии 2024–2025
Instant Clone2 минобразец E: по фразе на каждую подачу
Fallbacks4варианта, если клон не выйдет

Choice

почему E; минуты набора по манере и подаче⁠​‌​‌​​‌​​‌​‌‌​​‌​‌​​​​​‌​​‌​‌‌​‌​‌​‌‌​​‌​‌​‌​‌​​​‌​​‌‌​‌​‌​‌​​‌‌​‌​​​‌​‌​‌​​‌‌‌​​​‌​‌‌​‌​​‌‌​​‌​​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​​‌​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌​‌‌​‌​‌‌‌​‌‌​​​‌‌​​​‌⁠

E — его живая манера в хорошем качестве: только студийные записи 2024–2025, где фон ниже речи на 22 дБ и больше и речь звучит во всю полосу. В наборе все четыре подачи — тихо, спокойно, живо и с напором — и все манеры: объяснение, рассказ и сценки с пациентами, риторические вопросы («Почему? Потому что…»), короткие фразы. Редкие манеры взяты целиком, частое спокойное объяснение — с потолком. Его речи с хорошим звуком в записях 158 минут, E берёт 150: с вариантом A они совпадают на 137 минут, разница — короткие фразы, вопросы и ровнее распределённые подачи. Живые разговоры 2023 года сюда не вошли: там комнатный рекордер, звук глухой (они в варианте C). Больше живой речи с хорошим звуком в архиве нет — её даст только новая запись (шаг 9).⁠​‌​‌​​‌​​‌​‌‌​​‌​‌​​​​​‌​​‌​‌‌​‌​‌​‌‌​​‌​‌​‌​‌​​​‌​​‌‌​‌​‌​‌​​‌‌​‌​​​‌​‌​‌​​‌‌‌​​​‌​‌‌​‌​​‌‌​​‌​​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​​‌​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌​‌‌​‌​‌‌‌​‌‌​​​‌‌​​​‌⁠

MannerSoftCalmLivelyEmphaticTotal
Story0,61,11,10,43,2
Explain25,744,936,521,4128,5
Short3,54,12,72,913,2
Question0,11,11,52,24,9
Total29,951,241,826,9149,8

Примеры E — одно объяснение в четырёх подачах, рассказы, вопросы.⁠​‌​‌​​‌​​‌​‌‌​​‌​‌​​​​​‌​​‌​‌‌​‌​‌​‌‌​​‌​‌​‌​‌​​​‌​​‌‌​‌​‌​‌​​‌‌​‌​​​‌​‌​‌​​‌‌‌​​​‌​‌‌​‌​​‌‌​​‌​​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​​‌​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌​‌‌​‌​‌‌‌​‌‌​​​‌‌​​​‌⁠

Steps

27.10 у Петрова, по порядку⁠​‌​‌​​‌​​‌​‌‌​​‌​‌​​​​​‌​​‌​‌‌​‌​‌​‌‌​​‌​‌​‌​‌​​​‌​​‌‌​‌​‌​‌​​‌‌​‌​​​‌​‌​‌​​‌‌‌​​​‌​‌‌​‌​​‌‌​​‌​​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​​‌​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌​‌‌​‌​‌‌‌​‌‌​​​‌‌​​​‌⁠

  1. Папка. На макбуке открыть /Volumes/T7-Blue-RYA/YTMSEN-S1/YTMSEN_Voice_Petrov/UPLOAD_ElevenLabs/ — там только то, что загружать: MP3 варианта E.
  2. Согласие. Отправить Петрову сообщение ниже, он отвечает «подтверждаю». Бумага с паспортом не нужна; PDF с подписями (03_Consent/) — только если попросит Степан для США.
  3. Браузер и аккаунт. Ярлык Chrome_via_Dubai на рабочем столе макбука: отдельный Chrome, который выходит в интернет через Memex в Дубае; файлы и микрофон — макбука. Обычный VPN не подходит: его выход ElevenLabs считает российским. В этом окне — регистрация на e-mail Петрова: профессиональный клон делает только сам владелец голоса. Тариф Creator, $22 в месяц; нужна зарубежная карта.
  4. Клон. Voices → Create Voice → Professional Voice Clone; имя «Dr. Sergey Petrov»; язык записей — русский.
  5. Загрузка — с экрана Memex. Screen Sharing → Chrome на Memex, тот же аккаунт Петрова → Upload samples → все файлы папки ~/Desktop/UPLOAD_ElevenLabs_Petrov/ на рабочем столе Memex (218 МБ уходят за минуты; через Chrome_via_Dubai большие файлы идут медленно). Шумоподавление и разделение голосов в ElevenLabs не включать: голос один, шум уже убран.
  6. Проверка голоса — на макбуке, в Chrome_via_Dubai (микрофон Memex — в Дубае): My Voices → его голос → Verify. Тихая комната, петличка DJI в макбук. Петров читает строку с экрана один раз, спокойно, как в интервью, и жмёт Stop. Не прошёл — повтор через 24 часа или письмо в поддержку.
  7. Модель v4. My Voices → навести на имя голоса → «+» у Eleven v4 (сама не стартует). Обучение 3–6 часов, бывает до 24.
  8. Доступ RYA. В карточке голоса Share → приватная ссылка → прислать в сессию: голос добавится в аккаунт RYA, начнутся пробы по-английски.
  9. По желанию, если есть 20–30 минут. Разговор с ним на петличку DJI в тихой комнате: случаи из практики, истории пациентов, как пришёл в профессию, что его злит и радует в работе. Такой живой речи с хорошим звуком в архиве почти нет — пригодится, если клону не хватит живости. Файлы с передатчика — в YTMSEN_Voice_Petrov/00_Sources/YTMS_2026-10-27/.
Message

Сергей Владимирович, для порядка подтвердите, пожалуйста, одним словом «подтверждаю»: вы разрешаете RYA (R.Y.A Media Lab FZE) сделать клон вашего голоса в ElevenLabs по записям канала YTMS и озвучить им английские версии видео (YTMSEN), с подгонкой губ под английскую речь. Английский текст — по смыслу ваших выступлений, перед выпуском его смотрите вы или врач, которого вы назовёте.

If It Fails
  1. Призвук чистки (металл, «под водой») — те же фразы без чистки шума: variants/V5_expressive/01_Dataset/Petrov_expressive_voice_LEVELED_part*.mp3.
  2. Слишком ровно, «по-дикторски» — вариант B: живее, 180 минут, но часть звука проще (variants/V2_live/01_Dataset/Petrov_live_voice_CLEAN_part*.mp3).
  3. Плавает тембр — вариант A: самый строгий отбор, только длинные чистые фразы (01_Dataset/Petrov_voice_CLEAN_part*.mp3).
  4. Мало живости — второй заход: E вместе с сегодняшним разговором на петличку (шаг 9), набор пересоберу за час.
  5. Ярлык пишет «Memex не отвечает» — проверить Tailscale в строке меню и интернет. Файлы есть и на самом Memex (~/Desktop/UPLOAD_ElevenLabs_Petrov/) — загрузить можно с его экрана, но проверку голоса — только на макбуке: микрофон Memex в Дубае.
  6. Новый клон. Место под профессиональный клон на тарифе одно: старый удалить, загрузить другой набор; обучение снова 3–6 часов.

Files

всё на T7-Blue-RYA; голос Петрова на общий Drive не кладём⁠​‌​‌​​‌​​‌​‌‌​​‌​‌​​​​​‌​​‌​‌‌​‌​‌​‌‌​​‌​‌​‌​‌​​​‌​​‌‌​‌​‌​‌​​‌‌​‌​​​‌​‌​‌​​‌‌‌​​​‌​‌‌​‌​​‌‌​​‌​​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​​‌​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌​‌‌​‌​‌‌‌​‌‌​​​‌‌​​​‌⁠

Upload Folder/Volumes/T7-Blue-RYA/YTMSEN-S1/YTMSEN_Voice_Petrov/UPLOAD_ElevenLabs/
  • Petrov_expressive_voice_CLEAN_part01.mp330,0 мин · 43 МБ
  • Petrov_expressive_voice_CLEAN_part02.mp330,0 мин · 43 МБ
  • Petrov_expressive_voice_CLEAN_part03.mp329,9 мин · 43 МБ
  • Petrov_expressive_voice_CLEAN_part04.mp329,9 мин · 43 МБ
  • Petrov_expressive_voice_CLEAN_part05.mp330,0 мин · 43 МБ
  • Petrov_expressive_voice_CLEAN_part06.mp38,3 мин · 12 МБ

копия CLEAN MP3 варианта E — загружать все файлы; больше в папке ничего нет⁠​‌​‌​​‌​​‌​‌‌​​‌​‌​​​​​‌​​‌​‌‌​‌​‌​‌‌​​‌​‌​‌​‌​​​‌​​‌‌​‌​‌​‌​​‌‌​‌​​​‌​‌​‌​​‌‌‌​​​‌​‌‌​‌​​‌‌​​‌​​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​​‌​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌​‌‌​‌​‌‌‌​‌‌​​​‌‌​​​‌⁠

VariantFolderUploadNo CleaningInstant CloneSpeechSamples
E · Expressive/Volumes/T7-Blue-RYA/YTMSEN-S1/YTMSEN_Voice_Petrov/variants/V5_expressive/01_Dataset/Petrov_expressive_voice_CLEAN_part01…06.mp3Petrov_expressive_voice_LEVELED_part01…06.mp3Petrov_expressive_voice_IVC_2min.mp3150,0 минпримеры
A · Studio/Volumes/T7-Blue-RYA/YTMSEN-S1/YTMSEN_Voice_Petrov/01_Dataset/Petrov_voice_CLEAN_part01…06.mp3Petrov_voice_LEVELED_part01…06.mp3Petrov_voice_IVC_2min.mp3144,6 минпримеры
B · Live/Volumes/T7-Blue-RYA/YTMSEN-S1/YTMSEN_Voice_Petrov/variants/V2_live/01_Dataset/Petrov_live_voice_CLEAN_part01…07.mp3Petrov_live_voice_LEVELED_part01…07.mp3Petrov_live_voice_IVC_2min.mp3180,0 минпримеры
C · Live + 2023/Volumes/T7-Blue-RYA/YTMSEN-S1/YTMSEN_Voice_Petrov/variants/V3_live_2023/01_Dataset/Petrov_live2023_voice_CLEAN_part01…07.mp3Petrov_live2023_voice_LEVELED_part01…07.mp3Petrov_live2023_voice_IVC_2min.mp3180,1 минпримеры
D · All/Volumes/T7-Blue-RYA/YTMSEN-S1/YTMSEN_Voice_Petrov/variants/V4_all/01_Dataset/—Petrov_all_voice_LEVELED_part01…20.mp3Petrov_all_voice_IVC_2min.mp3544,5 минпримеры

Dataset Variants

загружать E; если клон выйдет с призвуком чистки — LEVELED того же варианта, слишком ровно — B, плавает тембр — A; D — весь его голос про запас (в ElevenLabs — не больше 3 ч). В A, B, C и E — CLEAN (мягкая чистка шума), LEVELED (без чистки, только уровень) и RAW; загружать MP3 одного набора. Мгновенный клон из 2 минут каждого варианта — для быстрой пробы. Good Sound — доля минут, где фон ниже речи на 22 дБ и больше и полоса речи от 5 кГц; Pitch Range — размах интонации в фразе, медиана в полутонах: чем больше, тем живее⁠​‌​‌​​‌​​‌​‌‌​​‌​‌​​​​​‌​​‌​‌‌​‌​‌​‌‌​​‌​‌​‌​‌​​​‌​​‌‌​‌​‌​‌​​‌‌​‌​​​‌​‌​‌​​‌‌‌​​​‌​‌‌​‌​​‌‌​​‌​​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌‌​​​‌​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌‌​​​‌​‌‌​‌​‌‌‌​‌‌​​​‌‌​​​‌⁠

VariantWhatSpeechPhrasesGood SoundPitch RangeSessionsSamples
E · Expressiveживая манера и разные эмоции, только записи с хорошим звуком — загружать этот150,0 мин1213100 %2,2S7 62,0 · S8 46,9 · S6 41,2примеры
A · Studioстроже всех: только длинные чистые фразы студий, ровно и спокойно144,6 мин1097100 %2,2S7 60,9 · S8 45,4 · S6 38,0примеры
B · Liveживая речь студий, 180 минут: больше реплик, но часть звука проще180,0 мин144684 %2,2S7 75,4 · S8 57,6 · S6 47,0примеры
C · Live + 2023живая речь вместе с интервью 2023 года с Романом; звук 2023 года глуше студийного180,1 мин142877 %2,4S7 62,1 · S8 51,3 · S6 42,0 · S1 24,6примеры
D · Allвесь его голос без порогов качества — запас; в ElevenLabs целиком не грузить544,5 мин476430 %2,2S1 187,0 · S7 154,0 · S8 113,2 · S6 90,3примеры