שיבוט קול בעברית לקריינות עם ElevenLabs ו־Cartesia

התוצאה שתצאו איתה היא קול אישי שמור, קטע בדיקה קצר, ושלושה קובצי קריינות לעריכה. אפשר לבצע את כל התרגיל במחשב דרך הדפדפן ולהקליט את הדגימה בטלפון. בחרו כלי אחד כדי להתחיל.

1שלב 1: בוחרים כלי ומכינים את הפרויקט

שיבוט קול וטקסט לדיבור הם שני שלבים. בשיבוט מעלים הקלטה ומקבלים קול שמופיע בחשבון. בטקסט לדיבור בוחרים את הקול הזה, מדביקים תסריט חדש ומקבלים קובץ אודיו. הסרטון, הכתוביות והמוזיקה נכנסים בשלב העריכה. אם רואים אתכם מדברים בפריים, החלפת הקריינות לבדה לא מסנכרנת את תנועת השפתיים. אפשר לכסות את המשפט החדש בצילום מסך או בקליפ מוצר.

נכנסים ל־ ElevenLabs או ל־ Cartesia Playground , יוצרים חשבון או מתחברים. בדקו את המסלול והמכסה בעמוד המחירים של ElevenLabs או המחירים של Cartesia לפני התשלום. יצירת קול צורכת משבצת שיבוט בהתאם למסלול, והפקת טייקים משתמשת במכסת הטקסט לדיבור. להתחלה הכינו קול אחד וטייק קצר אחד.

במחשב צרו תיקייה בשם hebrew-voiceover ובה ארבע תיקיות משנה. ב־01-source תשמרו את ההקלטה המקורית, ב־02-script את הטקסט, ב־03-takes את הטייקים, וב־04-final את הקבצים שאישרתם ואת הסרטון המיוצא. כך תיקון של משפט לא מחליף בטעות את קובץ המקור.

2שלב 2: מקליטים דגימה שהייתם שמחים לפרסם

הכלי לומד את אופן הדיבור שהוא שומע, כולל הקצב, המבטא, עוצמת הדיבור וגם הד ורעשים. בחרו מצב אחד. בתרגיל הזה המטרה היא דיבור ישיר ומסביר, כמו רילס שבו אתם מדברים לאדם אחד. כדאי להקליט בעברית, בקול הרגיל שלכם, באותה אנרגיה לאורך הדגימה.

1. היכנסו לחדר שקט עם וילון, שטיח או ריהוט רך. כבו מאוורר והתראות. בחרו טלפון או מיקרופון אחד והניחו אותו על משטח יציב.
2. באייפון פתחו תזכורות קוליות, ובאנדרואיד את אפליקציית ההקלטה הקיימת. החזיקו את המיקרופון במרחק התחלתי של כ־15 עד 25 ס״מ וקצת הצידה מהפה, כדי לצמצם מכות אוויר. אם אתם מקליטים במחשב, בחרו מראש את המיקרופון בהגדרות אפליקציית ההקלטה.
3. הקליטו משפט אחד והאזינו באוזניות. אם יש פיצוצים באותיות פ׳ וב׳, התרחקו מעט או שנו זווית. אם יש הד, החליפו חדר. אם הדיבור מעוות ברגעים חזקים, הנמיכו את עוצמת הכניסה אם יש בקרה כזו והקליטו מחדש.
4. קראו את הקטע שלהלן בקצב שלכם. ל־ElevenLabs הכינו דגימה נקייה של דקה עד שתי דקות. ל־Cartesia עם Sonic 3.6 בחרו 45 עד 60 שניות רצופות מתוך אותו קובץ. אם טעיתם הרבה באמצע, עדיף טייק רצוף חדש. אם סיימתם לקרוא לפני דקה, המשיכו בעוד כמה משפטים חופשיים באותו טון. השאירו נשימות טבעיות וקצצו רק שקט ארוך בהתחלה ובסוף.
5. שמרו עותק מקורי בשם sample-he-original. להעברה מהטלפון בחרו שיתוף ואז שמירה לקבצים או העברה למחשב. אם הממשק דוחה את הסיומת, ייצאו מהעורך עותק MP3 איכותי או WAV שהכלי מקבל. שינוי שם הסיומת לבדו אינו המרה.

טקסט מקור להקלטה

קראו כמו שהייתם מדברים ללקוח. אם שם מותג מופיע באנגלית, אמרו אותו בדיוק כפי שאתם רוצים שיישמע. החליפו את הדוגמה בשם העסק שלכם אם זה מרגיש טבעי יותר.

בואו נדבר רגע על משהו שקורה כמעט לכל עסק. מצלמים סרטון, בוחרים את הטייק הכי טוב, ואז מגלים שרק משפט אחד צריך להשתנות. אולי המחיר התעדכן, אולי המסך נראה אחרת, או שפשוט מצאנו דרך להסביר את זה יותר טוב.

כשזה קורה לי, אני חוזרת לשאלה אחת. מה האדם שצופה עכשיו צריך להבין כדי לעשות את הצעד הבא? לפעמים מספיק להראות איפה לוחצים. לפעמים דווקא דוגמה קטנה חוסכת הסבר שלם. למשל, במקום להגיד שמערכת חוסכת זמן, אפשר להראות איך תיקון של שני משפטים מחליף צילום של סרטון שלם.

אני מתחילה בדרך כלל בקטע קצר, בערך עשרים שניות. אחר כך אני מקשיבה פעם אחת באוזניות ופעם אחת דרך הרמקול של הטלפון. אם מילה אחת נשמעת מוזר, אני מסמנת אותה ומנסה ניסוח אחר. ואם כל הקטע נשמע לחוץ, אני חוזרת להקלטה ובודקת אם דיברתי מהר מדי.

בסוף אני שומרת גרסה אחת ברורה. ככה, בפעם הבאה שאני מכינה רילס, כבר יש לי נקודת התחלה שאני מכירה.

בדיקת מעבר • שומעים אדם אחד. המילים ברורות גם ברמקול של הטלפון. אין מוזיקה, הד בולט או שינוי פתאומי במרחק מהמיקרופון. הדגימה שלכם נשמעת כמו סגנון הדיבור שאתם רוצים לקבל.

3שלב 3: יוצרים קול ומפיקים טייק ראשון ב־ElevenLabs

1. פתחו את ElevenLabs במחשב. בתפריט הצד לחצו Voices ואז על כפתור + ליצירת קול. בחלון הבחירה לחצו Instant Voice Clone .
2. העלו את הדגימה הארוכה באמצעות אפשרות ההעלאה. נגנו את הקובץ אחרי הבחירה אם הממשק מציע תצוגה מקדימה. תנו לקול שם שקל לזהות, למשל Keli Hebrew Explainer v1.
3. אשרו את הצהרת הזכויות וההסכמה רק כשיש לכם הרשאה מתאימה. לחצו Save voice והשלימו אימות של בעל הקול אם הוא מופיע. תדעו שהשלב הסתיים כשהקול מופיע ב־My Voices ואפשר לבחור בו.
4. לחצו Use voice או פתחו Text to Speech בתפריט הצד. ודאו ששדה הקול מציג את השם ששמרתם. פתחו את בורר המודל ובחרו Eleven v4. בבדיקה הראשונה השאירו את יתר ההגדרות בברירת המחדל.
5. הדביקו רק את טקסט הבדיקה שמתחת למסלול Cartesia ולחצו Generate או Generate speech. נגנו את הטייק. ודאו שהוא מקריא עברית, שהקול שנבחר הוא שלכם ושכל המשפט נשמע עד הסוף.
6. לחצו על סמל ההורדה ליד התוצאה. אפשר לחזור אליה דרך History במסך Text to Speech. בחרו WAV אם זמין ומתאים לעורך שלכם, או MP3. שמרו כ־test-eleven-v1 עם הסיומת שקיבלתם.

אם Instant Voice Clone נעול, בדקו את המסלול בחשבון ובסביבת העבודה הנכונה. אם מתקבלת שגיאת התאמה לקול, חזרו ל־My Voices, בדקו שהאימות הושלם ובחרו מחדש את הקול והמודל. אם האפשרות Eleven v4 אינה מוצגת, בדקו אם אתם במסך Text to Speech של ElevenCreative לפני שתשנו הגדרות.

4שלב 4: מסלול מקביל ב־Cartesia

1. פתחו את Cartesia Playground והתחברו לחשבון במסלול שמאפשר שיבוט. לחצו Instant Clone או Instant Voice Clone בתפריט הצד.
2. בחרו Upload והעלו את גרסת ה־45 עד 60 שניות. אפשר גם לבחור Record ולהקליט בממשק. מגבלת ההעלאה המתועדת היא 16MB. אם הקובץ גדול יותר, ייצאו גרסה קצרה או דחוסה יותר מהקובץ המקורי.
3. תנו לקול שם. בשדה השפה של השיבוט בחרו Hebrew. לחצו Clone ואשרו ב־Confirm את הצהרת ההסכמה אם היא מופיעה. התוצאה צריכה להופיע ברשימת הקולות שלכם.
4. פתחו Text-to-Speech. בחרו את הקול ששמרתם, מודל Sonic 3.6, ו־Hebrew בשדה שפת ההפקה אם הוא מוצג. השאירו את המהירות על 1.0 להפקה הראשונה. הדביקו את קטע הבדיקה ולחצו Generate.
5. נגנו את הטייק והורידו אותו מכפתור ההורדה של התוצאה. שמרו כ־test-cartesia-v1. להשוואה בין הכלים השתמשו באותו טקסט בדיוק ובעוצמת האזנה דומה.

אותו קטע בדיקה לכל כלי

הקליטו גם את עצמכם קוראים את הטקסט הקצר פעם אחת. זו ההקלטה להשוואה. את השמות אפשר להחליף לפני שמתחילים, אבל מרגע שיצרתם את טייק הבדיקה השוו בין גרסאות של אותו קטע.

כבר צילמתם סרטון ופתאום גיליתם שמשפט אחד צריך תיקון? עם נואבו דיגיטל אפשר להכין טייק חדש. קודם בודקים איך הקול אומר איי איי, איך הוא קורא מאה ועשרים שקלים, ואם הסוף של המשפט עדיין נשמע כמונו.

5שלב 5: מזהים מה לתקן לפני שמפיקים סרטון שלם

התחילו בהשוואה בין ההקלטה שלכם לטייק שנוצר. בדקו שלושה דברים בסדר הזה. תוכן • האם השמות, המחיר וכל המילים נכונים? קול • האם הטון, המבטא וסיום המשפט מזכירים אתכם? עריכה • האם המשפט נכנס במשך הזמן של השוט? סמנו רגע מדויק, למשל ״בשנייה 8 המותג נשמע באנגלית כבדה״. אחר כך שנו דבר אחד בלבד והפיקו טייק B.

6שלב 6: כותבים תסריט, מפיקים שלושה קבצים ועורכים

עכשיו בוחרים סרטון אחד, מוצר אחד ופעולה אחת שהצופה אמור לעשות. צרו שלושה מקטעים קצרים שאפשר להחליף בנפרד. אם שני משפטים צמודים צריכים להישמע ברצף טבעי, הפיקו את שניהם יחד כמקטע אחד. את ההנחיות שבפרומפט מדביקים ב־ChatGPT. אל כלי ההקראה מעבירים רק את משפטי הקריינות שאישרתם.

כתבו תסריט קריינות בעברית מדוברת לרילס של 25 עד 30 שניות. הנה הפרטים שלי.

עסק: [שם העסק]
קהל: [למי הסרטון פונה]
מה רואים בסרטון: [למשל, לפני ואחרי של עריכת רילס]
מסר אחד: [מה הצופים צריכים להבין]
פעולה בסוף: [מה לבקש מהצופה לעשות]
פרטים מאומתים: [מוצר, מחיר, מועד ושמות מותג, אם רלוונטי]
טון: שיחה ברורה עם אדם אחד. משפטים קצרים וקצב טבעי.

החזירו שלושה מקטעים עם שמות הקבצים 01-hook, 02-body ו־03-cta. לכל מקטע כתבו בנפרד את הטקסט שהקריין צריך להגיד, את הכתובית המוצגת ומה מומלץ להראות באותו רגע. בגרסת הדיבור בלבד המירו מספרים למילים וסמנו שמות שקיימת לגביהם אי ודאות בהגייה. בגרסת הכתוביות שמרו על הכתיב הרשמי. אל תמציאו נתונים, ביקורות או הבטחות. אם חסר פרט, סמנו אותו לפני ההפקה ואל תכללו אותו בטקסט המוכן להדבקה.

דוגמה מלאה שאפשר להפיק עכשיו

1. הפיקו והורידו כל שורה בנפרד עם אותו קול, אותו מודל ואותן הגדרות. שמרו 01-hook-v1, 02-body-v1 ו־03-cta-v1. אם רק ההנעה לפעולה השתנתה, שמרו טייק נוסף כ־03-cta-v2.
2. פתחו פרויקט ב־CapCut Desktop. ב־Media → Import בחרו את הסרטון ושלושת קובצי הקריינות. גררו את הסרטון למסלול הווידאו ואת האודיו למסלול שמתחת, לפי הסדר. אפשר לבצע את אותה פעולה בעורך אחר באמצעות ייבוא מדיה וגרירה לציר הזמן.
3. נגנו סביב נקודות החיבור. אם הסרטון המקורי מכיל דיבור שכבר הוחלף, חתכו את החלק המתאים או הנמיכו את האודיו המקורי בקטע הזה. השאירו צלילי רקע רק אם הם תורמים ואינם מסתירים מילים. הזיזו את הצילום או ההמחשה עד שהם מתחילים כשהרעיון נאמר.
4. הוסיפו כתוביות על בסיס הטייק שאושר. עברו ידנית על שמות, מספרים וראשי תיבות. בדקו במובייל את כיווניות העברית ואת המיקום מול הכפתורים של הפלטפורמה. הוסיפו מוזיקה בעוצמה שמאפשרת להבין כל מילה גם ברמקול של הטלפון.
5. לחצו Export ובחרו MP4. לרילס אנכי בחרו יחס 9:16 ו־1080×1920 כשחומר הגלם מאפשר זאת. פתחו את הסרטון המיוצא, נגנו אותו עד הסוף ובדקו שוב אודיו, שפה וסנכרון. שמרו עותק סופי בתיקיית 04-final.

7שלב 7: מכינים המחשות שמסבירות את התהליך

לצילום של כפתורים, הגדרות ותוצאות, השתמשו בצילום מסך מהחשבון שלכם והסתירו פרטים אישיים. במחולל תמונות אפשר להשתמש כדי ליצור קאבר וכרטיס מעבר. הוסיפו את העברית כטקסט חי בקנבה או בעורך הווידאו, אחרי שהרקע מוכן.

Create a clean 16:9 editorial cover background for a Hebrew digital marketing tutorial about turning a voice sample into narration. A compact microphone and two sculptural audio waveforms, one imperfect and one clean, placed on the left half. Keep the right half open with high contrast for two lines of Hebrew overlay text. Soft lilac, dark plum and warm off-white, subtle depth, studio lighting. No text, no letters, no brand logos, no UI mockup.

שכבת טקסט להוספה ידנית • ״שיבוט קול בעברית״. בשורה שנייה, קטנה יותר, ״מהקלטה לקריינות מוכנה״. יישרו לימין ושמרו מרווח נוח מהקצוות. בדקו שהתמונה עדיין קריאה כשהיא מוצגת ככרטיס קטן באתר.

Create a 9:16 background for a short explanatory Reel. A simple three-part visual sequence placed from right to left across the center: microphone icon, editable-looking text lines without characters, and headphones with an audio waveform. Separate the three icons clearly. Soft ivory background, violet outlines, deep plum shadows, understated modern editorial design. Leave clear space above and below each icon for labels. No text, no letters, no logos, no screenshots.

תוויות ידניות • ״מקליטים״, ״מדביקים טקסט״, ״מאזינים״. הציגו כל תווית כשהקריינות מגיעה לשלב שלה. בעריכה אנכית השאירו את קצות המסך נקיים כדי שהממשק של האפליקציה לא יסתיר את הטקסט.

8שלב 8: בונוסים לעבודה קבועה

בונים מילון הגייה קטן של העסק

אחרי כל סרטון הוסיפו למילון רק מילים שכבר בדקתם. שמרו לכל מילה ארבעה שדות. כתיב רשמי, כתיב לקריינות, דוגמה במשפט והמודל שנבדק. כך אפשר להחליף מודל בלי לאבד את מה שלמדתם על ההגייה של השמות שלכם.

קראו את התסריט הבא לפני הפקה בקול משוכפל בעברית: [הדביקו תסריט].
אתרו לכל היותר שמונה נקודות שבהן כלי קריינות עלול לטעות, כולל שמות מותג, סכומים, תאריכים, ראשי תיבות ומילים שאפשר לקרוא בכמה דרכים. לכל נקודה החזירו כתיב מקורי, הגייה רצויה אם היא ידועה, חלופה אחת להדבקה בכלי ומשפט בדיקה קצר. אם הגיית שם פרטי או מותג לא ידועה, סמנו שצריך לקבל אותה מהעסק. שמרו על העובדות, המחירים ושמות המותגים בדיוק כפי שנמסרו.

מכוונים הפסקה קצרה ב־Eleven v4

אם שני משפטים נשמעים דחוסים, הפיקו קודם את הטקסט עם פיסוק רגיל. אחר כך צרו טייק B עם תגית אחת כמו [pause]. התגית מבקשת הפסקה, והאורך בפועל נקבע בהפקה. אם ההפסקה לא מתאימה לחיתוך שלכם, אפשר להכניס את הרווח בעורך הווידאו.

צילמתם סרטון שלם וגיליתם שהמשפט האחרון צריך להשתנות? [pause] התחילו מטייק אחד קצר, ותקשיבו לו לפני שאתם מחליפים את האודיו.

מחליפים הצעה ברילס שכבר נחתך

השאירו את ההצעה וההנעה לפעולה בקובץ נפרד. אם ההצעה משתנה, ייצרו את הקטע החדש, השוו אורך ועוצמה לקובץ הישן, החליפו את האודיו, עדכנו את הכתובית וכרטיס הסיום וייצאו שוב. נוח להניח מעליו שוט מוצר או צילום מסך, במיוחד אם הפה נראה בפריים המקורי.

מחליטים אם כדאי להקליט דגימה שנייה

אם רוב הסרטונים שלכם דומים, שמרו קודם על קול אחד יציב. אם יש לכם שני שימושים שחוזרים כל שבוע, למשל הסבר שקט ומודעה אנרגטית, הקליטו שתי דגימות באותו חדר ובאותו מיקרופון. בדקו את אותו משפט בכל קול ותנו לשניהם שמות לפי סוג העבודה. כך אפשר לדעת אם ההבדל נובע מהביצוע בדגימה או מהגדרות ההפקה.