Suara yang didukung

Text-to-Speech menghasilkan audio dengan kualitas alami seperti manusia, yang menghasilkan ucapan yang terdengar seperti manusia sungguhan. Untuk memulai, tentukan suara saat mengirim permintaan sintesis.

Text-to-Speech menawarkan berbagai suara berdasarkan bahasa, gender, dan aksen. Beberapa bahasa memiliki beberapa opsi. Untuk mengetahui daftar lengkapnya, lihat halaman Suara yang Didukung. Untuk memilih suara, gunakan kolom VoiceSelectionParams dalam permintaan API Anda.

Ringkasan

Jenis suara		Diperuntukkan bagi	Tahap peluncuran	Keterkontrolan	Streaming
Chirp 3: Suara HD		Agen Percakapan	Pratinjau	-	Ya
Suara bip HD		Agen Percakapan	Pratinjau	-	Ya
Studio	Grup dua speaker	Media: Diskusi dan Wawancara	Eksperimental	-	-
	Satu pembicara orang	Media: Narasi	GA	SSML	-
Neural2		Tujuan umum	GA	SSML	-
Standar		Hemat biaya	GA	SSML	-

Detail Harga

Chirp 3: Suara HD

Chirp 3: Suara HD didukung oleh teknologi yang menangkap nuansa intonasi manusia, sehingga percakapan menjadi lebih menarik. Suara ini tersedia dalam 8 gaya berbeda di banyak bahasa, yang cocok untuk aplikasi real-time dan standar.

Bunyi bip HD

Suara bip HD didukung oleh model AI generatif generasi terbaru kami. Suara Chirp HD memungkinkan Anda membuat ucapan yang lebih menarik dan berempati untuk aplikasi percakapan. Melalui streaming teks, suara Chirp HD menghasilkan komunikasi real-time dengan latensi rendah dan mendukung bahasa yang tercantum dalam tabel suara yang didukung.

Catatan: Suara Perjalanan telah berganti nama menjadi suara Chirp HD, yang didukung oleh LLM. Model ini dapat mengalami halusinasi dengan menghapus kata atau angka selama sintesis.

Pengalaman chat

Suara: en-US-Chirp-HD-F

Contoh lainnya

Asisten virtual

Suara: en-US-Chirp-HD-D

Chatbot layanan pelanggan

Suara: en-US-Chirp-HD-F

Aplikasi pendidikan interaktif

Suara: en-US-Chirp-HD-O

Penjualan dan presentasi

Suara: en-US-Chirp-HD-D

Waktunya bercerita

Suara: en-US-Chirp-HD-F

Catatan: Suara Chirp HD tidak mendukung input SSML, kecepatan ucapan, dan parameter audio nada, serta encoding audio A-Law. Fitur ini tersedia di endpoint global, eu, dan us, tetapi berada di luar cakupan regionalisasi dan retensi data.

Suara multi-pembicara studio

Buat diskusi dan wawancara dengan suara studio multi-pembicara baru, yang didasarkan pada teknologi yang sama dengan suara Chirp HD.

Contoh: Suara multi-pembicara studio

Suara studio

Suara studio dirancang untuk pembacaan berita dan konten siaran.

Contoh: Suara en-US-Studio-O yang membaca The Great Gatsby.

Catatan: Suara Studio mendukung SSML, kecuali untuk tag berikut: <mark>, <emphasis>, <prosody pitch>, dan <lang>. Periksa tabel suara yang didukung untuk mengetahui ketersediaan suara Studio dalam bahasa tertentu.

Suara Neural2

Text-to-Speech API menyediakan paket suara yang disebut Neural2. Suara Neural2 didasarkan pada teknologi yang sama dengan yang digunakan untuk membuat Suara Kustom. Neural2 memungkinkan siapa saja menggunakan teknologi Suara Kustom tanpa melatih suara kustom mereka. Ini tersedia di endpoint global dan satu region.

Catatan: Periksa tabel suara yang didukung untuk mengetahui ketersediaan suara Neural2 dalam bahasa tertentu.

Contoh: Suara Neural2

Suara standar

Suara yang ditawarkan oleh Text-to-Speech berbeda dalam teknologi ucapan sintetis yang digunakan untuk membuat model mesin suara. Satu teknologi ucapan yang umum, text-to-speech parametrik , biasanya menghasilkan data audio dengan meneruskan output melalui algoritma pemrosesan sinyal yang dikenal sebagaivocoder. Banyak suara standar yang tersedia di Text-to-Speech menggunakan variasi dari teknologi ini.

Langkah berikutnya

Lihat Panduan Memulai untuk mengetahui petunjuk tentang cara membuat permintaan synthesize.