Ozvučenie dialógov Gemini TTS: 30 hlasov a všetky nastavenia

V sekcii "zvuk" objavil sa nový nástroj - ozvučenie dialógov Gemini TTS. Hotový skript premení na zvuk: určíte rečníkov, ich hlasy a charakter a služba vysloví riadky jeden po druhom a vráti hotové MP3.

Čo je to za nástroj

Toto nie je čítanie jedného textu jedným hlasom, ale celý text dialóg s viacerými rečami. Každá postava dostane svoj vlastný hlas, prízvuk, štýl prezentácie a tempo – a repliky znejú tak, ako boli zamýšľané: rozhovor medzi moderátormi, scénka, rozhovor, repliky postáv pre video.

K dispozícii sú dva modely:

• Gemini 3.8 Flash TTS — expresívne hlasové herectvo: bohatšie emócie, prirodzenejší rytmus, jemnejšia kontrola prednesu. Vhodné pre podcasty, audioknihy, voice-overy.
• Gemini 3.8 Flash-Lite TTS — rovnaká mechanika je lacnejšia a rýchlejšia: pre veľké objemy, koncepty a čítanie textov nahlas.

Aké nastavenia sú k dispozícii?

Rozhranie zobrazuje všetky parametre poskytované modelom hlasového ovládania:

• Rečníci. Od jedného po niekoľko znakov; každý má svoj vlastný podpis „Speaker 1“, „Speaker 2“ atď., ktorým sú repliky spojené s hlasom.
• 30 hlasov - od jemného rozprávania po energické a „správy“.
• 8 akcentov - neutrálne, americké (všeobecné, „údolie“, južné), britské (RP a Brixton), transatlantické, austrálske.
• 6 spôsobov podávania — úsmev v hlase, hlásateľ, šepot, empatia, promo a „suchý“ rovnomerný tón.
• 4 rýchlosti reči - prirodzený, šuchnutý, hladký „drift“ a trhaný.
• Hlasový charakter - voľný popis, ako napríklad „vrelý rozprávač“ alebo „prísny strážca“.
• Teplota - od 0 do 2: nižšie - stabilnejšie a predvídateľnejšie, vyššie - živšie a rozmanitejšie.
• Scéna a všeobecný tón - popis prostredia („tichá miestnosť s praskajúcim krbom“) a štýl rozprávania („zvuková kniha, jemná a príjemná“).
• Repliky — každý riadok dialógu do 10 000 znakov; poradie replík je zachované.

Ako viesť dialóg: krok za krokom

1. OTVORENÉ Sekcia "Audio". a vyberte model Gemini 3.8 Flash TTS alebo Flash-LiteTTS - sú na konci zoznamu modelov.
2. Pridajte rečníci a prispôsobte hlas, prízvuk, štýl a tempo každej osoby.
3. Napíšte riadky dialógu a identifikujte rečníka pre každý z nich.
4. V prípade potreby vyplňte popis scény, celkový tón a teplotu.
5. Pozrite sa na cenu – je viditeľná PRED spustením a prepočítava sa pri zadávaní textu.
6. Kliknite na „Hlas“ a keď budete pripravení, vypočujte si výsledok a stiahnite si MP3.

koľko to stojí

Cena je vypočítaná na základe skutočného objemu textu: čím dlhšie sú repliky, tým vyššie sú náklady a je to viditeľné už pred spustením – po vygenerovaní sa nekonajú žiadne prekvapenia. Platba sa uskutočňuje pomocou tokenov stránok, ako v prípade iných platených generácií; v prípade neúspechu sa tokeny automaticky vrátia. Cenník je možné zobraziť priamo vo formulári: suma sa aktualizuje počas písania skriptu.

Často kladené otázky

Môžem vyjadriť dialóg medzi dvoma alebo viacerými postavami? Áno, každý rečník má svoj hlas a nastavenia, linky sa striedajú.

V akom formáte je výsledok? MP3 - môžete si ho vypočuť na stránke a stiahnuť jedným tlačidlom.

Akými jazykmi model hovorí? Model je viacjazyčný: prehráva texty v desiatkach jazykov vrátane ruštiny a angličtiny.

Čo si vybrať: Flash alebo Flash-Lite? Pre expresívne projekty - Flash, pre veľké objemy a koncepty - Flash-Lite: mechanika je rovnaká, ale lacnejšia a rýchlejšia.

Musím za vyskúšanie zaplatiť? K odpisu dochádza pri spustení hlasového prejavu a ak dôjde k chybe, žetóny sa automaticky vrátia.