Google TTS WaveNet
Rede Neural
Especificações
- Entrada
- texto
- Saída
- áudio
- Número de vozes
- 1
Custo do prompt
(por 1M tokens)
Como funciona Google TTS WaveNet?
Perguntas frequentes sobre Google TTS WaveNet
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo de síntese de fala: você envia texto e recebe uma narração pronta. É adequado para narrações de vídeos, dublagem de cursos e apresentações, notificações por voz, secretárias eletrônicas e IVR, versões em áudio de artigos, bem como para protótipos de interfaces de voz e assistentes.
O contexto do modelo é de 4095 tokens, com limite de saída de 4096, portanto, é mais conveniente narrar materiais longos em partes e depois juntá-los. Na saída, você recebe uma faixa de áudio: ela pode ser ouvida e baixada na interface do BotHub ou obtida via API e enviada diretamente para edição.
Um modo de raciocínio separado não está indicado em nossos dados, e não é necessário para a síntese de fala: o modelo transforma texto pronto em som. Se as falas ainda precisarem ser criadas ou editadas, conecte um modelo de texto na mesma janela do BotHub e deixe a narração para o WaveNet.
Em nossos dados, a chamada de funções e a saída estruturada em JSON não estão indicadas para este modelo — seu resultado é áudio, não uma estrutura de texto. Para cenários com funções, utilize um modelo de texto: a API única compatível com OpenAI do BotHub permite alternar sem reescrever a integração.
A entrada de arquivos não está indicada em nossos dados: o cenário de trabalho aqui é texto na entrada, áudio na saída. Se precisar reconhecer fala de uma gravação ou analisar uma imagem, escolha o modelo adequado na mesma interface: mais de 250 modelos disponíveis com uma única chave.
A interface do BotHub, o pagamento em rublos e o suporte estão em russo, e o acesso a partir da Rússia funciona sem VPN ou cartão estrangeiro. A melhor forma de verificar se uma voz específica se adapta ao seu material é testar em um fragmento curto: não há assinatura, você paga pelo uso e os tokens não expiram.