Google TTS Standard
нейрожелі
Сипаттамалары
- Кіріс деректер
- мәтін
- Нәтиже
- аудио
- Дауыстар саны
- 1
Промптың құны
(1М токенге қарай)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
import fs from 'fs';
async function main() {
const response = await openai.audio.speech.create({
model: 'google-tts-standard',
voice: 'nova',
input: 'Hello! This is a speech generation example via BotHub.',
response_format: 'mp3',
speed: 0.9
});
const buffer = Buffer.from(await response.arrayBuffer());
await fs.promises.writeFile('output.mp3', buffer);
}main();
Қалай жұмыс істейді Google TTS Standard?
Google TTS Standard туралы жиі қойылатын сұрақтар
Генерация нәтижелерін коммерциялық мақсатта пайдалана аласыз. Жасалған контентке барлық құқық сізге тиесілі. Жалғыз шектеу: сұрауда үшінші тараптардың авторлық құқықпен қорғалған материалдары пайдаланылмағанына көз жеткізіңіз. Кіріс деректерінің құқықтарын сақтау жауапкершілігі пайдаланушыға жүктеледі.
Google TTS Standard мәтінді сөйлеуге айналдырады және интерфейстерді, хабарламаларды, дауыстық нұсқауларды, прототиптерді және мәтіндік сипаттама бойынша сөйлеу синтезі қажет болатын басқа да тапсырмаларды дыбыстауға жарамды. BotHub-та сіз дауыс нұсқалары мен параметрлерін жылдам сынақтан өткізіп, салыстыра аласыз.
Модель аудио шығысын генерациялайды: файл немесе аудио ағыны, ал сапасы мен кодегі API параметрлері арқылы сұраныста белгіленеді. Кодектердің нақты форматтары мен сапаны таңдау параметрлері API іске асырылуына байланысты және BotHub-та шақыруды баптау кезінде қолжетімді.
Бұл жауап берер алдында ойлауға арналған модель емес, оның міндеті – дайын мәтін бойынша дыбысты синтездеу. Егер сізге логикалық пайымдауларды немесе аралық қорытындыларды генерациялау қажет болса, тілдік модельдерді қолданыңыз; содан кейін олардың нәтижесін дыбыстау үшін Google TTS Standard-қа жіберуге болады.
Біздің деректерде бұл модель үшін функцияларды шақыру және JSON форматында құрылымды шығару көрсетілмеген. Google TTS Standard аудио шығысқа бағытталған; егер шақыру функциясы мен JSON құрылымы қажет болса, оларды қосымша немесе тілдік модель деңгейінде мәтінді синтезаторға жібермес бұрын іске асырыңыз.
Біздің деректерде кіріс ретінде суреттерді, аудио немесе видеоны қабылдау көрсетілмеген — модель мәтін бойынша сөйлеуді синтездеуге есептелген. Мультимодальды өңдеу үшін алдымен медианы мәтінге айналдырыңыз немесе арнайы мультимодальды сервистерді қолданыңыз, содан кейін нәтижені дыбыстаңыз.
Белгілі бір тілді ойнату сапасы таңдалған дауыстық конфигурацияға және бастапқы мәтіннің сапасына байланысты. Біздің деректерде орыс тілін түсіну туралы толық ақпарат көрсетілмеген; модельді BotHub-тағы нақты фразаларыңыз бен баптауларыңызбен тексеріп көруге кеңес береміз.