YT YouTube2Text

YouTube2Text → Transcripts → How I Make AI Voice Sound 100% Real (My Exact Method)

How I Make AI Voice Sound 100% Real (My Exact Method) — Transcript

by Tech Grow · 2,318 words · 290 segments · language en · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:00मैंने जब से अपना YouTube चैनल स्टार्ट
0:01किया है ना तब से लेकर आज तक मेरे 50% से
0:04ज्यादा कमेंट सिर्फ एक ही चीज पे आते हैं।
0:06भाई यह एi वॉइस कौन सी है? वॉइस का नाम
0:09क्या है? कैरेक्टर का नाम तो बता दो और
0:12ऑनेस्टली यही रीज़न है कि आज यह वीडियो मैं
0:14बना रहा हूं क्योंकि लोग जेनुइनली कंफ्यूज
0:17हैं। उन्हें समझ ही नहीं आ रहा है कि
0:18सामने बोलने वाला इंसान है या फिर एआई है।
0:21इसीलिए आज इस वीडियो में मैं आपको बिल्कुल
0:23मेरी तरह एक प्रोफेशनल एआई वॉइस बनाना
0:26सिखाने वाला हूं। सिर्फ वॉइस जनरेट करना
0:28नहीं बल्कि उसे इतना नेचुरल बनाना कि
0:31सुनने वाले को फील हो कि सामने वाला कोई
0:33रियल इंसान बोल रहा है। कोई सॉफ्टवेयर
0:36नहीं। इस वीडियो में हम इमोशंस पर काम
0:38करेंगे। कहां वॉइस स्लो करनी है, कहां
0:41एनर्जी बढ़ानी है, कहां पॉज लेना है और
0:43कहां नॉर्मल कॉन्वर्सेशन जैसी फ्लो रखनी
0:45है। और हां, यह कोई शॉर्टकट या फिर ट्रिक
0:47वाली वीडियो नहीं है। बल्कि एक कंप्लीट
0:49फुल कोर्स है जिसमें बिगिनर से लेकर
0:52एडवांस लेवल तक हर एक चीज [संगीत] स्टेप
0:54बाय स्टेप समझाई जाएगी। और अगर आपने यह
0:56वीडियो ध्यान से एंड तक देख ली तो एi वॉइस
0:58सीखने के लिए आपको किसी दूसरी वीडियो की
1:01जरूरत नहीं पड़ने वाली है। इसके साथ ही
1:03साथ मैं 11 लैब की एक बहुत ही कॉमन
1:05प्रॉब्लम का परमानेंट सशन भी देने वाला
1:08हूं। जिसके बाद यह इशू आपको दोबारा कभी
1:10नहीं आएगा। लेकिन हां उससे पहले एक छोटा
1:13सा काम करो। नीचे कमेंट में जरूर बताना कि
1:15तुम्हें क्या लगता है कि मेरी वॉइस एआई है
1:17या फिर अ रियल है। क्योंकि इसी वीडियो में
1:22मैं तुम्हें दिखाने वाला हूं कि एi वॉइस
1:24को इतना रियलिस्टिक कैसे बनाया जाता है कि
1:27लोग खुद डिसाइड ही नहीं कर पाते हैं। चलो
1:30अब एक बात ध्यान से सुनो। वॉइस एडिटिंग
1:32सीखने से पहले एक चीज दिमाग में बैठा लो।
1:34वरना तुम चाहे कितनी भी अच्छी एआई वॉइस
1:36बना लो वो कभी भी रियल वाली फील नहीं
1:38देगी। ह्यूमन वॉइस हमें रियल इसलिए नहीं
1:41लगती है क्योंकि वह साफ होती है बल्कि
1:42[संगीत] इसलिए लगती है क्योंकि हमारा
1:44दिमाग उसके पैटर्न को पहचानता है। जैसे ही
1:48यह पैटर्न टूटता है तुरंत दिमाग डिवोट कर
1:50लेता है कि ओ ओ ये तो एआई है। देखो सबसे
1:54पहला फैक्टर होता है टोन। अगर पूरे वीडियो
1:56में आवाज एक ही लेवल पर चलती रहे ना कि ना
1:59ऊपर जाए ना नीचे जाए तो कुछ ही देर में वो
2:01फ्लैट और बोरिंग [संगीत] लगने लगती है।
2:03लेकिन जैसे ही टोन कभी स्लो होती है कभी
2:05नॉर्मल रहती है और कभी एक्साइटमेंट वाली
2:08हो जाती है। आवाज में जान आ जाती है।
2:10वेरिएशन होता है ना उतार-चढ़ाव। दूसरा
2:12फैक्टर है पॉजेस। आजकल लोग कहते हैं कि
2:15पॉजेस ही हटा दो। वीडियो फास्ट रखो।
2:17रिटेंशन बढ़ेगा इससे। लोग एकदम चिपके
2:19रहेंगे। छोड़ के जाएंगे नहीं। यह बात आधी
2:22सही है। लेकिन जब हर बार अगर पॉज हटा दिया
2:25जाए तो बोलने वाला इंसान कम मशीन ज्यादा
2:27लगने लगता है। और देखो कुछ जगह ना रुकना
2:30बहुत जरूरी होता है ताकि लिसनर्स के दिमाग
2:32में बात तो बैठ सके। एकदम किसी के दिमाग
2:34में खाना ठूसम ठूस मचा दोगे तो वो क्या
2:37बोलेगा? बस कर भाई बस। इसी तरह से यह
2:40वीडियोस भी होते हैं। एकदम दिमाग को भी ना
2:42ठूसम ठूस मतलब बैक टू बैक नहीं देना होता
2:44है। थोड़ा सा पॉज ताकि उसका दिमाग उस चीज
2:46को अब्सॉर्ब कर सके। तीसरी चीज होती है
2:49वर्ड पर कंट्रोल करना। हर वर्ड को सेम
2:51एनर्जी से बोलना आसान है। लेकिन किसी एक
2:53वर्ड पर थोड़ा वेट देना यही प्रोफेशनल
2:56वॉइस एक्टिंग होती है। और यही छोटा सा
2:59डिफरेंस एi वॉइस को नॉर्मल से प्रीमियम
3:02बना देता है। और चौथा सबसे इंपॉर्टेंट चीज
3:05है स्क्रिप्ट। अगर स्क्रिप्ट सिर्फ लिखने
3:07के लिए लिखी गई है तो उसे डायरेक्ट एआई
3:10वॉइस में डाल दिया जाए तो चाहे वॉइस कितनी
3:12भी रियलिस्टिक क्यों ना हो। आर्टिफिशियल
3:15फील आ ही जाती है। ऑडियंस शायद एक्सप्लेन
3:17ना कर पाए लेकिन फील जरूर कर पाती है वो।
3:20जी हां। इसी वजह से इस पूरे वीडियो में
3:22मैं तुम्हें सिर्फ एआई वॉइस बनाना नहीं
3:24सिखाने वाला बल्कि यह भी सिखाऊंगा कि वॉइस
3:26को इंसानों की तरह बोलना कैसे सिखाया जाता
3:29है। ताकि जब कोई तुम्हारी वीडियो सुने तो
3:32उसे यह सोचने की जरूरत ना पड़े कि यह एआई
3:34है या फिर रियल। वो बस सुनता चला जाए। अब
3:37अगर मेरे इन चारों पॉइंट्स को ध्यान में
3:39रखकर वॉइस जनरेट करोगे तभी ट्रूली
3:41रियलिस्टिक एआई वॉइस बना पाओगे। गाइस
3:44वीडियो में आगे बढ़ने से पहले एक
3:45इंपॉर्टेंट बात आप में से काफी लोग रील्स
3:47बंडल या टेंपलेट्स बनाकर साइड इनकम अर्न
3:49करना चाहते होंगे। बंडल बनाना इजी होता
3:51है। लेकिन पेमेंट पेज बनाना और ऑटो डीएम
3:53के थ्रू प्रॉपर्ली सेल करना कई लोगों को
3:55कंफ्यूजिंग लगता है। इसीलिए अब मैं आपको
3:57दिखाने वाला हूं कि एक सिंपल और प्रोफेशनल
3:59अर्निंग सेटअप कैसे बनाते हैं। सबसे पहले
4:01डिस्क्रिप्शन में दी हुई लिंक पर क्लिक
4:03करके सुपर प्रोफाइल की साइट पर जाना है।
4:04वहां सिंपल सा लॉग इन कर लेना और लॉग इन
4:06करते ही आपके सामने डैशबोर्ड खुल जाएगा।
4:08अब यहां आपको एक्सप्लोर ऑल एप्स का ऑप्शन
4:10दिखेगा। उस पर क्लिक करना है। यहां बहुत
4:11सारे टूल्स मिलेंगे। लेकिन इस प्रोसेस के
4:13लिए हमें सिर्फ दो चीजों की जरूरत है।
4:15पेमेंट पेज और ऑटो डीएम। सबसे पहले पेमेंट
4:17पेज पर क्लिक करो। फिर क्रिएट अ पेमेंट
4:19पेज पर जाओ। क्लिक करते ही कुछ ऑप्शंस
4:21मिलेंगे जिनमें से फर्स्ट वाला सेलेक्ट कर
4:23लेना। अब जो पेज खुलेगा उसमें अपने रील्स
4:25बंडल का नाम डालना है। जैसे अगर आपका बंडल
4:27सेटिस्फाइंग रील्स का है तो आप नाम लिख
4:28सकते हो सेटिस्फाइंग रील्स। इसके नीचे कवर
4:31फोटो अपलोड करनी है। कवर फोटो अपलोड हो
4:33जाने के बाद डिस्क्रिप्शन का ऑप्शन
4:34मिलेगा। जहां आप चाहो तो बंडल के बारे में
4:36छोटा सा डिटेल लिख सकते हो। नीचे बाय नाउ
4:38बटन का ऑप्शन भी मिलेगा। अगर उसका टेक्स्ट
4:40चेंज करना हो तो कर सकते हो और फिर सिंपली
4:42सेव पर क्लिक कर देना है। सेव करते ही
4:44अगला पेज खुलेगा जहां आपको बंडल सेलेक्ट
4:46करना है और प्राइस सेट करना है। यहां
4:48फिक्स्ड प्राइस और कस्टमर डिसाइड प्राइस
4:50का ऑप्शन मिलेगा। नॉर्मली बिगिनर्स के लिए
4:52फिक्स्ड प्राइस बेस्ट रहता है तो उसे
4:53सेलेक्ट करके अपना प्राइस डाल दो। मान लो
4:5529। प्राइस सेट करने के बाद सेव कंटिन्यू
4:57पर क्लिक कर दो। अब आप लास्ट पेज पर पहुंच
4:59जाओगे जहां थीम्स और कुछ इंपॉर्टेंट
5:01सेटिंग्स होंगी। अगर आप चाहते हो कि कोई
5:02यूजर परचेस करने आए लेकिन बीच में बिना
5:04बाय किए चला जाए तो ऑटोमेटेड ईमेल सेक्शन
5:06में जाकर अबंडेंट परचेस वाला ऑप्शन इनेबल
5:08कर सकते हो। वहां आप जो भी रिमाइंडर मेल
5:10भेजना चाहते हो वो लिखकर सेव कर दो। इससे
5:12अगर कोई बिना परचेस किए गया तो उसके पास
5:14ऑटोमेटिकली फॉलो अप ईमेल चला जाएगा। और
5:16अगर आप चाहते हो कि कोई बंडल बाय करने के
5:18बाद आपके Instagram पेज पर रीडायरेक्ट हो
5:20जाए तो नीचे पोस्ट परचेस बिहेवियर में
5:22जाकर रीडायरेक्शन यूआरएल में अपना
5:23Instagram लिंक डाल दो और सेव कर दो। बस
5:26आपका पेमेंट पेज रेडी है। अब इस लिंक को
5:28Instagram बायो में लगाकर भी अर्निंग शुरू
5:29कर सकते हो। लेकिन अब अगला सवाल आता है कि
5:31लोग डीएम में लिंक कैसे पाएंगे? इसके लिए
5:33ऑटो डीएम टूल का यूज़ करते हैं। ऑटो डीएम
5:35पर जाओ। सबसे पहले अपना Instagram अकाउंट
5:37कनेक्ट करो। फिर जिस रील पर ऑटोमेशन लगाना
5:39चाहते हो उसे सेलेक्ट करो। यहां आपको
5:41स्पेसिफिक कीवर्ड और एनी कमेंट का ऑप्शन
5:43मिलेगा। अगर आप चाहते हो कि कोई भी कुछ भी
5:45कमेंट करे और उसे डीएम चला जाए तो एनी
5:47कमेंट सेलेक्ट करो। ऑप्शन ऑन करो और
5:49नेक्स्ट पर क्लिक कर दो। अगले पेज पर
5:50रिक्वायर्ड ऑप्शंस ऑन रहने दो। अगर चाहो
5:52तो डिस्क्रिप्शन कस्टमाइज कर सकते हो। और
5:54फिर लिंक बटन में अपना पेमेंट पेज लिंक
5:55डाल दो। नेक्स्ट करके कंफर्म करो और डन
5:57आपका ऑटो डीएम सेटअप हो गया। आप सुपर
5:59प्रोफाइल को एक बार जरूर ट्राई करना और
6:01अगर आप इस वीडियो के डिस्क्रिप्शन में दी
6:02हुई लिंक से विजिट करोगे तो फर्स्ट बाय पर
6:0480% डिस्काउंट मिलेगा। चलो अब बढ़ते हैं
6:06अपनी वीडियो की तरफ। इसके बाद अगला स्टेप
6:08आता है सही टूल [संगीत] चूज़ करना। अब देखो
6:10सच बोलूं तो आज के टाइम पर ना एi वॉइस
6:12टूल्स इतने ज्यादा हो चुके हैं कि अगर कि
6:15अगर कोई सोचे कि मैं सारे के सारे ट्राई
6:17कर लेता हूं। जो बेस्ट होगा वो चूज़ कर
6:18लूंगा। तो यार पूरा महीना निकल जाएगा।
6:20मैंने लगभग हर मेजर टूल टेस्ट किया है और
6:23ज्यादातर टूल्स ना ठीक-ठाक ही [संगीत]
6:25आउटपुट दे देते हैं। सुनने में ह्यूमन
6:27जैसे हैं लेकिन थोड़ी देर बाद वही रोबोटिक
6:30पैटर्न दिखने लगता है। लेकिन एक टूल ऐसा
6:33है जिसे मैं काफी टाइम से यूज़ कर रहा
6:35हूं। 11 लैब्स। जी हां। और साफ-साफ बता
6:38दूं कि यह कोई प्रमोशनल वीडियो नहीं है।
6:4011 लैब्स ने मुझे एक भी रुपया नहीं दिया
6:42हुआ है। काश देते तो अच्छा रहता। खैर, मैं
6:45इसे चैनल के स्टार्टिंग डेज से यूज़ कर
6:47रहा हूं। और अगर ध्यान से सुना जाए तो यही
6:50वो रीज़न है जिसकी वजह से लोग कंफ्यूज हो
6:52जाते हैं कि वॉइस रियल है या एआई। अब
6:55थ्योरी तुम ऑलरेडी समझ चुके हो। चलो
6:57एक्चुअल काम पर आते हैं। सबसे पहले हमें
6:59चाहिए एक वॉइस और यहीं पर ज्यादातर लोग
7:01सबसे बड़ी मिस्टेक कर बैठते हैं। वॉइस
7:03सिर्फ आवाज नहीं होती वो चैनल की
7:05आइडेंटिटी होती है। एक बार जो वॉइस
7:07सेलेक्ट कर ली वही आगे आने वाली हर वीडियो
7:10में रिपीट होती है। इसीलिए बिना सोचे समझे
7:12कोई भी वॉइस पिक मत करना। पहले अलग-अलग
7:15वॉइसेस सुनो। कंपेयर करो। थोड़ा रिसर्च
7:17करो तब जाकर एक स्ट्रांग वॉइस चूज़ करो।
7:20दोस्तों, वीडियो में आगे बढ़ने से पहले
7:21मैं एक बहुतेंट प्रॉब्लम का सशन बता देता
7:24हूं। क्योंकि यह इशू लगभग 90% 11 लैब्स
7:27यूज़र्स फेस करते हैं। अगर आपको भी वॉइस
7:28जनरेट करते समय कोई प्रॉब्लम आ रही है तो
7:30सिंपली प्ले स्टोर से या मेरे tlegram
7:33चैनल पर दिया हुआ एमएआर टनल वीआईपी नाम का
7:35वीpए डाउनलोड कर लो। वॉइस जनरेट करने से
7:38पहले बस एक बार वीपीए को ऑन कर देना। उसके
7:41बाद जब आप वॉइस जनरेट करोगे तो नॉर्मली
7:43कोई इशू नहीं आएगा। और अगर फ्यूचर में
7:45वीpए का टाइम लिमिट खत्म हो जाता है तो आप
7:47क्लियर डाटा करके इसे फिर से यूज कर सकें।
7:50चलो अब वीडियो को आगे कंटिन्यू करते हैं।
7:52और अगर तुम्हें अपनी आवाज पसंद नहीं है तो
7:54भी कोई टेंशन नहीं। 11 लैब्स के अंदर एक
7:56ह्यूज वॉइस लाइब्रेरी भी मिल जाती है।
7:58वैसे भी चैनल पर सबसे कॉमन क्वेश्चन यही
8:00आता है भाई आप 11 लैब्स में कौन सी वॉइस
8:02यूज करते हो? सच यह है कि जो वॉइस तुम अभी
8:04सुन रहे हो वो ना लाइब्रेरी से है और ना
8:06क्लोन है वो एक कस्टम डिज़ वॉइस है। 11
8:09लैब्स में एक पावरफुल फीचर होता है वॉइस
8:11डिजाइन। इसमें तुम अपनी कंप्लीटली यूनिक
8:13वॉइस बना सकते हो जो सिर्फ तुम्हारे लिए
8:15होती है। एज, एक्सेंट, एनर्जी, स्पीकिंग
8:17स्टाइल, पेस सब कुछ तुम्हारे कंट्रोल में
8:19होता है। जैसे मान लो मुझे एक यंग हिंदी
8:21क्रिएटर वाली कॉन्फिडेंट वॉइस चाहिए जो
8:23बोलते वक्त नेचुरली टोन और स्पीड चेंज
8:25करती हो। बस वही लेकिन सच कहूं तो गाइडेंस
8:28को थोड़ा रखो ताकि आउट।
8:29आज हम बात करेंगे कैसे।
8:31नमस्ते दोस्तों। आज हम बात करेंगे एक ऐसे
8:33टॉप।
8:34कई बार रिजल्ट इतना क्लीन होता है कि लगता
8:36है खुद की वॉइस बदल लूं। अब जब वॉइस फाइनल
8:38हो जाए तो आता है सबसे इंपॉर्टेंट पार्ट
8:40वॉइस ओवर जनरेट करना। यहीं पर ज्यादातर
8:42लोग शॉर्टकट लेने की कोशिश करते हैं। पूरी
8:44स्क्रिप्ट पेस्ट करो, जनरेट दबाओ और काम
8:46खत्म। शुरू में रिजल्ट ठीक लगता है लेकिन
8:49थोड़ी देर बाद एक स्ट्रेंज सा डिस्कनेक्ट
8:50फील होने लगता है और व्यूअर भी वही फील
8:52करता है। हर ए वॉइस एक इनविज़िबल पैटर्न
8:55फॉलो करती है। जैसे ही वो पैटर्न रिपीट
8:56होता है, मैजिक टूट जाता है। इसी वजह से
8:58मैं कभी भी पूरा वॉइस ओवर एक साथ जनरेट
9:01नहीं करता। मैं स्क्रिप्ट को छोटे-छोटे
9:02पार्ट्स में डिवाइड करता हूं। हर जनरेशन
9:04में टोन थोड़ा शिफ्ट होता है, स्पीड थोड़ी
9:06चेंज होती है और यही नेचुरल वेरिएशन फाइनल
9:09आउटपुट को ह्यूमन लाइक बनाता है। हां,
9:11इसमें टाइम लगता है काफी टाइम। लेकिन जैसे
9:13स्लो कुकिंग बेस्ट टेस्ट देती है, वैसे ही
9:15यहां भी होता है। हर ऑडियो क्लिप को
9:17प्रॉपर्ली लेबल करना, बेस्ट टेक सेलेक्ट
9:19करना, यहीं पर वॉइस सच में जिंदा लगने
9:21लगती है। और अब आता है इस वीडियो का सबसे
9:23बड़ा पॉइंट। एi वॉइस का सबसे पावरफुल यूज
9:25नैरेशन नहीं है बल्कि डबिंग है। दुनिया
9:27में लगभग 2.5 बिलियन लोग YouTube यूज करते
9:30हैं। लेकिन उनमें से सिर्फ अराउंड 20% लोग
9:32इंग्लिश समझते हैं। मतलब तुम्हारा कंटेंट
9:34दुनिया के बहुत बड़े हिस्से तक पहुंच ही
9:36नहीं पा रहा। जब क्रिएटर्स ने अपनी
9:37वीडियोस को मल्टीपल लैंग्वेज में डब करना
9:39स्टार्ट किया तो रिजल्ट्स शॉकिंग थे। चाहे
9:41मिस्टर बीस्ट हो, मार्क रॉबर हो या जो हैब
9:44सबके व्यूज और सब्सक्राइबर्स में मैसिव
9:46जंप आया। वीडियो वही था। बस लैंग्वेज अलग
9:48थी। यहीं पर पूरी पिक्चर क्लियर हो जाती
9:50है। एआई वॉइस तुम्हारा रिप्लेसमेंट नहीं
9:52है। वो तुम्हारा एंपलीफायर है। एक ही
9:54वीडियो को अलग-अलग लैंग्वेजेस में ले जाकर
9:56तुम अपनी ऑडियंस कई गुना बढ़ा सकते हो।
9:59असली प्रॉब्लम मेरी वॉइस नहीं। प्रॉब्लम
10:00ये थी कि मैं बोल ही नहीं रहा था सिर्फ इस
10:02डर से कि लोग क्या कहेंगे। लेकिन जब थॉट
10:04तुम्हारा हो, मैसेज तुम्हारा हो और वैल्यू
10:06तुम दे रहे हो तो फिर वॉइस किसकी है? इससे
10:08कोई फर्क नहीं पड़ता। और वहीं पर मुझे सब
10:10कुछ क्लियर हो गया। अगर आपने एआई वॉइस को
10:12अच्छे से बनाना सीख लिया है तो वीडियो को
10:13लाइक करो और चैनल को सब्सक्राइब करके
10:15जल्दी से हमारी 40 के फैमिली कंप्लीट
10:17करवाओ। और हां, एक प्यारा सा कमेंट करना
10:19बिल्कुल मत भूलना। अब अगर आप एi की मदद से
10:21प्रोफेशनल थंबनेल्स बनाना चाहते हो, तो इस
10:24वीडियो को बिल्कुल मिस मत करना।

About this transcript

This page contains the full transcript of How I Make AI Voice Sound 100% Real (My Exact Method) by Tech Grow, generated from the public captions YouTube serves with the video. The transcript has 2,318 words across 290 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.