Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.

Es un modelo de síntesis de voz: envías texto y obtienes una locución lista para usar. Es adecuado para locuciones de video, doblaje de cursos de formación y presentaciones, notificaciones de voz, contestadores automáticos e IVR, versiones de audio de artículos, así como para prototipos de interfaces de voz y asistentes.

El contexto del modelo es de 4095 tokens, el límite de salida es de 4096, por lo que es más conveniente procesar materiales largos por partes y luego unirlos. Como resultado, obtienes una pista de audio: puedes escucharla y descargarla en la interfaz de BotHub o obtenerla a través de la API y enviarla directamente a edición.

No se indica un modo de razonamiento separado en nuestros datos, y tampoco es necesario para la síntesis de voz: el modelo convierte el texto listo en sonido. Si aún necesitas crear o editar los diálogos, conecta un modelo de texto en la misma ventana de BotHub y deja la locución para WaveNet.

En nuestros datos, la llamada a funciones y la salida estructurada en JSON no están marcadas para este modelo; su resultado es audio, no una estructura de texto. Para escenarios con funciones, utiliza un modelo de texto: la API unificada compatible con OpenAI de BotHub permite cambiar sin reescribir la integración.

La recepción de archivos como entrada no está marcada en nuestros datos: el escenario de trabajo aquí es texto como entrada y audio como salida. Si necesitas reconocer voz de una grabación o analizar una imagen, elige el modelo adecuado en la misma interfaz: más de 250 modelos disponibles con una sola clave.

La interfaz de BotHub, el pago en rublos y el soporte están en ruso, y el acceso desde Rusia funciona sin VPN ni tarjeta extranjera. Qué tan bien se adapta una voz específica a tu material se comprueba mejor con un fragmento corto: no hay suscripciones, pagas por uso y los tokens no caducan.