Урок из полного доступа, первые уроки курса бесплатно Официальный курс OpenAI Academy на русском
Урок 298 · Текст · ~5 мин

Управляем интонацией синтеза речи

Урок 298 из 303 курса «OpenAI Cookbook»: официальный курс OpenAI Academy (ОпенАИ) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Наши традиционные TTS API не обладают возможностью управлять голосом генерируемого аудио. Например, если бы вы захотели преобразовать абзац текста в аудио, вы не смогли бы дать никаких конкретных инструкций по генерации аудио.

С помощью аудио chat completions вы можете давать конкретные инструкции перед генерацией аудио. Это позволяет вам указать API говорить с разной скоростью, тоном и акцентом. При соответствующих инструкциях эти голоса могут быть более динамичными, естественными и уместными в контексте.

Традиционный TTS может задавать голоса, но не тон, акцент или любые другие контекстные параметры аудио.

С помощью chat completions вы можете давать конкретные инструкции перед генерацией аудио. В следующем примере мы генерируем британский акцент в обучающей среде для детей. Это особенно полезно для образовательных приложений, где голос ассистента важен для процесса обучения.

Мы также можем генерировать аудио с различными языковыми акцентами. В следующем примере мы генерируем аудио с конкретным уругвайским испанским акцентом.

Возможность управлять голосом генерируемого аудио открывает множество возможностей для более насыщенного аудиоопыта. Существует множество вариантов использования, таких как:

  • Улучшенная выразительность: Управляемый TTS позволяет регулировать тон, высоту, скорость и эмоции, позволяя голосу передавать различные настроения (например, волнение, спокойствие, срочность).
  • Изучение языков и образование: Управляемый TTS может имитировать акценты, интонации и произношение, что полезно для изучающих языки и образовательных приложений, где точная интонация и акцент имеют решающее значение.
  • Контекстуальный голос: Управляемый TTS адаптирует голос к контексту контента, например, официальные тона для профессиональных документов или дружелюбные, разговорные стили для социального взаимодействия. Это помогает создавать более естественные диалоги в виртуальных ассистентах и чат-ботах.

План урока

  1. Управление Text-to-Speech для более динамичной генерации аудио
  2. Традиционный TTS
  3. Chat Completions TTS
  4. Многоязычный TTS с Chat Completions
  5. Заключение

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы OpenAI 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от OpenAI (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Урок входит в темы

Полезные гиды