Google TTS WaveNet
Réseau Neuronal
Caractéristiques
- Entrée
- texte
- Sortie
- audio
- Nombre de voix
- 1
Coût du prompt
(par 1M tokens)
Comment ça marche Google TTS WaveNet?
Questions fréquentes sur Google TTS WaveNet
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
Il s'agit d'un modèle de synthèse vocale : vous envoyez du texte et vous obtenez une voix off prête à l'emploi. Il convient aux voix off pour vidéos, à la narration de cours et présentations, aux notifications vocales, aux répondeurs et IVR, aux versions audio d'articles, ainsi qu'aux prototypes d'interfaces vocales et d'assistants.
Le contexte du modèle est de 4095 jetons, la limite de sortie est de 4096, il est donc plus pratique de traiter les longs documents par parties, puis de les assembler. En sortie, vous obtenez une piste audio : vous pouvez l'écouter et la télécharger dans l'interface BotHub ou la récupérer via l'API pour l'envoyer directement au montage.
Un mode de raisonnement distinct n'est pas indiqué dans nos données, et il n'est pas nécessaire pour la synthèse vocale : le modèle transforme le texte prêt à l'emploi en son. Si les répliques doivent encore être créées ou modifiées, connectez un modèle textuel dans la même fenêtre BotHub et laissez la voix à WaveNet.
Dans nos données, l'appel de fonctions et la sortie JSON structurée ne sont pas indiqués pour ce modèle — son résultat est de l'audio, pas une structure textuelle. Pour les scénarios avec fonctions, utilisez un modèle textuel : l'API BotHub compatible OpenAI permet de basculer sans réécrire l'intégration.
La réception de fichiers en entrée n'est pas indiquée dans nos données : le scénario de travail ici est le texte en entrée, l'audio en sortie. Si vous devez reconnaître la parole à partir d'un enregistrement ou analyser une image, choisissez le modèle approprié dans la même interface : plus de 250 modèles sont disponibles avec une seule clé.
L'interface BotHub, le paiement en roubles et le support sont en russe, l'accès depuis la Russie fonctionne sans VPN ni carte étrangère. Pour savoir si une voix spécifique convient à votre matériel, le plus rapide est de tester sur un court fragment : il n'y a pas d'abonnement, vous payez à l'usage et les jetons n'expirent pas.