Médias IA
Un guide sur les profils vocaux, le timbre, le style de parole, l'émotion, le rythme, le ton, l'emphase, les pauses, la prononciation, SSML, la cohérence de la voix et le clonage vocal responsable.
12 termes
Caractère de la voix
Voice profile
Une description concise de la tranche d'âge, du timbre de voix, du caractère et de la manière de s'exprimer d'un locuteur synthétique.
Utilisez-le comme la base stable avant d'ajouter de l'émotion ou des indications spécifiques à la scène.
narrateur adulte chaleureux, voix claire de tonalité moyenne, présentation calme et fiableCaractère de la voix
Timbre
La couleur tonale qui fait qu'une voix se distingue d'une autre à une hauteur et un volume similaires.
Utilisez-le pour demander des qualités telles que brillant, aéré, résonnant, doux ou texturé.
timbre résonnant et doux avec une texture légère et aérée, pas de râpePerformance
Speaking style
La manière de communication, telle que conversationnelle, instructive, documentaire ou promotionnelle.
Utilisez-le pour harmoniser la voix avec le public, le format et le but.
style explicatif conversationnel, amical mais concis, éviter une présentation de type annonceur.Performance
Emotional delivery
Contrôle de l'attitude émotionnelle exprimée par le ton, l'énergie, le rythme et l'emphase.
Utilisez une direction émotionnelle claire et décrivez l'intensité avec laquelle elle doit être exprimée.
soulagement discret avec une chaleur contenue, sincérité émotionnelle, pas théâtralProsodie.
Speaking rate
La vitesse globale de l'élocution, généralement perçue par les mots, les pauses et la longueur des phrases.
Utilisez-le pour adapter une limite de temps ou améliorer la compréhension du contenu complexe.
rythme modérément lent, environ 135 mots par minute, délimitation claire des phrasesProsodie.
Pitch range
L'amplitude et le mouvement de la hauteur vocale utilisés pendant la parole.
Utilisez une plage plus étroite pour une autorité calme ou une plage plus large pour une narration expressive.
tonalité naturelle avec une gamme étroite, fin de phrase douce et descendanteProsodie.
Emphasis
Rend les mots sélectionnés plus importants grâce à l'accent, à la durée, à l'intonation ou au volume.
Utilisez-le pour clarifier le contraste, les avantages clés, les avertissements ou les appels à l'action.
mettre un léger accent sur 'secure' et 'avant vendredi', laisser les mots environnants neutresProsodie.
Pause control
Spécifie où et pendant combien de temps la voix doit faire une pause entre les idées.
Utilisez-le pour la formulation naturelle, le timing dramatique, la séparation des listes ou les points d'édition.
courte pause après le titre, pause moyenne avant la dernière phrasePrononciation et balisage.
Pronunciation guide
Fournit une prononciation prévue pour les noms, les acronymes, les marques, les nombres ou les mots inconnus.
Utilisez-le chaque fois que la prononciation par défaut pourrait être ambiguë ou spécifique au domaine.
prononcer 'SQL' comme 'sequel' et 'Nguyen' comme 'win'Prononciation et balisage.
SSML
Le langage de balisage de synthèse vocale ajoute des contrôles structurés pour les pauses, l'emphase, la prononciation et la prosodie.
Utilisez-le lorsqu'un moteur de synthèse prend en charge le balisage et qu'un contrôle précis et reproductible est requis.
Les éléments SSML pris en charge et leur comportement varient selon le service.
<speak>Welcome.<break time="500ms"/>Let's begin.</speak>Cohérence
Speaker consistency
Maintient les mêmes qualités de voix reconnaissables dans des phrases, des scènes ou des sessions de génération distinctes.
Utilisez-le pour les narrateurs, les personnages, les cours et le contenu épisodiques récurrents.
maintenir la même identité du locuteur, le timbre, l'accent et le caractère de l'enregistrement dans chaque segmentConsentement et sécurité
Voice cloning consent
Document autorisant une personne à créer et à utiliser une version synthétique de sa voix.
Utilisez uniquement des enregistrements sources autorisés et définissez l'objectif, le public et la durée autorisés.
N'imitez pas ou ne clonez pas la voix d'une personne identifiable sans autorisation éclairée.
utiliser uniquement le modèle de voix approuvé pour la narration de formation autorisée