Je typt een tekst op je beeldscherm en een paar seconden later spreekt een computerstem de woorden uit. Dat is op zichzelf al handig, maar het wordt pas echt interessant als die computerstem exact klinkt zoals jij. Stemklonen (of voice cloning) maakt dit mogelijk met behulp van kunstmatige intelligentie.

De techniek is de afgelopen jaren razendsnel beter geworden. Waar je voorheen uren aan professionele studio-opnames nodig had om een redelijke kopie te maken, heeft de software tegenwoordig genoeg aan een kort geluidsfragment. Dit biedt enorme kansen voor podcasters, videomakers en trainers die tijd willen besparen.

Hoe werkt de techniek achter een stemkloon?

Een AI-stemkloon ontstaat niet door simpelweg woorden achter elkaar te plakken. De software maakt gebruik van complexe neurale netwerken om de unieke eigenschappen van jouw stem te analyseren. Het algoritme kijkt naar je toonhoogte, het ritme van je spraak, je ademhaling en zelfs de subtiele manier waarop je bepaalde letters uitspreekt.

Er zijn twee verschillende  methoden.

De eerste is ‘instant voice cloning’, waarbij de software binnen enkele seconden een kloon maakt op basis van een kort fragment van bijvoorbeeld een minuut.

De tweede variant is ‘active professional cloning’. Hierbij train je het model met uren aan spraakdata van hoge kwaliteit, wat een veel natuurlijker en gedetailleerder resultaat oplevert.

Stap-voor-stap handleiding: Zo kloon je je eigen stem

Het proces om een digitale kopie van je stem te maken is verrassend eenvoudig. Als je de onderstaande stappen volgt, heb je binnen een half uur een bruikbare kloon klaarstaan.

Stap 1: Zorg voor schoon bronmateriaal

De kwaliteit van je uiteindelijke kloon valt of staat met de kwaliteit van je opname. Zoek een stille kamer op zonder galm en gebruik bij voorkeur een goede USB- of XLR-microfoon. Vermijd achtergrondgeluiden zoals tikkende toetsenborden, voorbijrijdend verkeer of een ronkende computerkoeling.

Stap 2: Neem de trainingsdata op

Voor een snelle kloon is een heldere opname van twee tot vijf minuten vaak al voldoende. Lees een boek of een nieuwsartikel voor op een natuurlijke, rustige toon. Zorg dat je praat alsof je tegen een collega spreekt, met normale pauzes en intonatie. Als je een professionele kloon wilt, neem je verspreid over een paar dagen in totaal minstens dertig minuten aan gevarieerde teksten op.

Stap 3: Upload en train het model

Laad je audiobestanden (meestal in MP3- of WAV-formaat) op in de gekozen software. De software vraagt je vervolgens om een tekstuele verificatie voor te lezen. Dit is een beveiligingsstap om te bewijzen dat je daadwerkelijk de eigenaar bent van de stem die je uploadt. Hierna start je het trainingsproces, wat afhankelijk van de hoeveelheid data een paar minuten tot enkele uren duurt.

Stap 4: Testen en finetunen

Als het model klaar is, typ je een proeftekst in om de kloon te testen. Luister kritisch naar de uitspraak van lastige woorden of afkortingen. De meeste platforms bieden schuifregelaars waarmee je de stabiliteit en de mate van gelijkenis kunt aanpassen om de spraak menselijker te maken.

De beste software van dit moment

Er zijn verschillende tools op de markt die uitstekende resultaten leveren. Welke software het beste bij je past, hangt vooral af van je budget en het uiteindelijke gebruiksdoel.

ElevenLabs geldt momenteel als de marktleider op het gebied van spraaksynthese. De software is extreem goed in het nabootsen van emotie, stembuigingen en ademhaling, ook in het Nederlands. Met hun ‘Instant Voice Cloning’ heb je binnen een minuut een kloon, terwijl de ‘Professional Voice Cloning’ een griezelig exacte kopie oplevert die nauwelijks van echt te onderscheiden is.

PlayHT is een ander krachtig platform dat zich sterk richt op voice-overs en zakelijke toepassingen. Het biedt een zeer overzichtelijke editor waarin je de nadruk en de snelheid per woord kunt aanpassen. Dit maakt de tool erg geschikt voor het inspreken van instructievideo’s of e-learningmodules.

Descript kiest voor een unieke invalshoek met hun ‘Overdub’-functie. Deze software is in de eerste plaats een video- en audio-editor waarmee je audio bewerkt door simpelweg in de uitgetypte tekst te knippen. Heb je een foutje gemaakt tijdens het inspreken van je podcast? Dan typ je simpelweg het juiste woord in en de AI spreekt dit vloeiend uit met jouw stem.

Beveiliging en ethiek

Het klonen van stemmen brengt de nodige risico’s met zich mee. Criminelen gebruiken de techniek soms voor geraffineerde telefoonfraude, waarbij ze de stem van een familielid nabootsen om geld los te peuteren. Betrouwbare softwareaanbieders eisen daarom altijd een live stemverificatie voordat je een kloon kunt activeren.

Beveilig je accounts bij deze platformen altijd met een sterk wachtwoord en tweestapsverificatie (2FA). Mocht je besluiten om te stoppen met een bepaalde dienst, wis dan je getrainde modellen en spraakdata definitief van hun servers. Zo houd je de controle over je eigen digitale identiteit.