AI-Medien
Eine Anleitung zu Sprachprofilen, Klangfarbe, Sprechweise, Emotion, Tempo, Tonhöhe, Betonung, Pausen, Aussprache, SSML, Sprecherkonsistenz und verantwortungsvollem Voice-Cloning.
12 Begriffe
Sprachcharakter
Voice profile
Eine kompakte Beschreibung des Alters, der Stimmfarbe, des Charakters und der Sprechweise eines synthetischen Sprechers.
Verwenden Sie es als die stabile Grundlage, bevor Emotionen oder szenenspezifische Anweisungen hinzugefügt werden.
Warme, erwachsene Erzählerin, klare, mittlere Stimme, ruhige und vertrauenswürdige AusführungSprachcharakter
Timbre
Die Klangfarbe, die dazu führt, dass eine Stimme von einer anderen bei ähnlicher Tonhöhe und Lautstärke unterscheidbar ist.
Verwenden Sie es, um Eigenschaften wie hell, luftig, resonanzreich, weich oder strukturiert anzufordern.
Weiches, resonantes Timbre mit einer leichten, luftigen Textur, kein Rauschen.Leistung
Speaking style
Die Art der Kommunikation, z. B. gesprächsorientiert, lehrreich, dokumentarisch oder werblich.
Verwenden Sie es, um die Stimme auf das Publikum, das Format und den Zweck abzustimmen.
Erklärstil, freundlich, aber prägnant, vermeiden Sie eine Ankündigungs-ähnliche Sprechweise.Leistung
Emotional delivery
Steuert die emotionale Haltung, die durch Ton, Energie, Rhythmus und Betonung ausgedrückt wird.
Verwenden Sie eine klare emotionale Richtung und beschreiben Sie, wie stark diese ausgedrückt werden soll.
Ruhige Erleichterung mit zurückhaltender Wärme, emotional aufrichtig, nicht theatralischProsodie
Speaking rate
Die allgemeine Sprechgeschwindigkeit, die normalerweise durch Wörter, Pausen und Phrasenlänge wahrgenommen wird.
Verwenden Sie es, um eine Zeitbeschränkung einzuhalten oder das Verständnis für komplexes Material zu verbessern.
Mäßig langsames Tempo, etwa 135 Wörter pro Minute, klare PhrasengrenzenProsodie
Pitch range
Die Spannweite und Bewegung der Stimmhöhe, die während der Sprache verwendet werden.
Verwenden Sie einen engeren Bereich für eine ruhige Autorität oder einen breiteren Bereich für ausdrucksstarkes Storytelling.
Natürliche mittlere Tonhöhe mit einem geringen Umfang, sanftes Abwärtstendenz bei AussagenProsodie
Emphasis
Betont ausgewählte Wörter durch Betonung, Dauer, Tonhöhe oder Lautstärke.
Verwenden Sie es, um Kontraste, wichtige Vorteile, Warnungen oder Handlungsaufforderungen zu verdeutlichen.
Betonen Sie subtil die Wörter 'sicher' und 'vor Freitag', halten Sie die umgebenden Wörter neutral.Prosodie
Pause control
Gibt an, wo und wie lange die Stimme zwischen den Ideen pausieren soll.
Verwenden Sie es für natürliche Formulierungen, dramatische Timing, Trennzeichen in Listen oder Bearbeitungspunkte.
Kurze Pause nach dem Titel, mittlere Pause vor dem letzten Satz.Aussprache und Markup
Pronunciation guide
Bietet eine beabsichtigte Aussprache für Namen, Akronyme, Marken, Zahlen oder unbekannte Wörter.
Verwenden Sie es, wenn die Standardausprache mehrdeutig oder domänenspezifisch sein könnte.
Sprechen Sie 'SQL' als 'sequel' und 'Nguyen' als 'win' aus.Aussprache und Markup
SSML
Speech Synthesis Markup Language fügt strukturierte Steuerelemente für Pausen, Betonung, Aussprache und Prosodie hinzu.
Verwenden Sie es, wenn ein Synthese-Engine Markup unterstützt und eine präzise, wiederholbare Steuerung erforderlich ist.
Unterstützte SSML-Elemente und -Verhalten variieren je nach Dienst.
<speak>Welcome.<break time="500ms"/>Let's begin.</speak>Konsistenz
Speaker consistency
Behält die gleichen erkennbaren Stimmqualitäten über separate Sätze, Szenen oder Generierungssitzungen hinweg.
Verwenden Sie es für wiederkehrende Erzähler, Charaktere, Kurse und episodische Inhalte.
Behalten Sie die gleiche Sprecheridentität, das Timbre, den Akzent und den Aufnahmecharakter in jedem Segment bei.Zustimmung und Sicherheit
Voice cloning consent
Dokumentierte Genehmigung einer Person zur Erstellung und Verwendung einer synthetischen Version ihrer Stimme.
Verwenden Sie nur autorisierte Audioaufnahmen und definieren Sie den zulässigen Zweck, die Zielgruppe und die Dauer.
Imitieren oder klonen Sie die Stimme einer identifizierbaren Person nicht ohne ausdrückliche Genehmigung.
Nur das zugelassene Sprecher-Sprachmodell für die autorisierte Trainings-Narration verwenden