AI मीडिया
वॉयस प्रोफाइल, टिम्बर, बोलने की शैली, भावना, गति, पिच, जोर, विराम, उच्चारण, SSML, स्पीकर कंसिस्टेंसी और जिम्मेदार वॉयस क्लोनिंग के लिए एक गाइड।
12 शब्द
वॉयस कैरेक्टर
Voice profile
एक सिंथेटिक स्पीकर की उम्र सीमा, वोकल वेट, चरित्र और डिलीवरी का संक्षिप्त विवरण।
इसका उपयोग एक स्थिर नींव के रूप में करें, फिर भावना या दृश्य-विशिष्ट दिशा जोड़ने से पहले।
गर्म वयस्क वक्ता, स्पष्ट मध्य-श्रेणी की आवाज, शांत और विश्वसनीय डिलीवरी।वॉयस कैरेक्टर
Timbre
वह स्वर रंग जो एक आवाज को समान पिच और वॉल्यूम पर दूसरी आवाज से अलग बनाता है।
इसका उपयोग उज्ज्वल, सांसारिक, अनुनादपूर्ण, चिकना, या बनावट जैसे गुणों का अनुरोध करने के लिए करें।
हल्का, हवादार बनावट वाला नरम, गुंजयमान स्वर, कोई कर्कश ध्वनि नहीं।प्रदर्शन
Speaking style
वितरण का संचारत्मक तरीका, जैसे कि संवादात्मक, निर्देशात्मक, वृत्तचित्र या प्रचार।
इसका उपयोग आवाज को दर्शकों, प्रारूप और उद्देश्य के साथ संरेखित करने के लिए करें।
संवादात्मक व्याख्यात्मक शैली, दोस्ताना लेकिन संक्षिप्त, उद्घोषक-जैसे डिलीवरी से बचें।प्रदर्शन
Emotional delivery
स्वर, ऊर्जा, लय और जोर के माध्यम से व्यक्त किए गए भावनात्मक रवैये को नियंत्रित करता है।
एक स्पष्ट भावनात्मक दिशा का उपयोग करें और बताएं कि इसे कितनी तीव्रता से व्यक्त किया जाना चाहिए।
शांत राहत, संयमित गर्माहट, भावनात्मक रूप से ईमानदार, नाटकीय नहींप्रॉसोडी
Speaking rate
बोले गए भाषण की समग्र गति, जिसे आमतौर पर शब्दों, विरामों और वाक्यांशों की लंबाई के माध्यम से महसूस किया जाता है।
इसका उपयोग समय सीमा को फिट करने या जटिल सामग्री के लिए समझ में सुधार करने के लिए करें।
मध्यम गति, लगभग 135 शब्द प्रति मिनट, स्पष्ट वाक्यांश सीमाएँप्रॉसोडी
Pitch range
भाषण के दौरान उपयोग किए जाने वाले वोकल पिच का फैलाव और गति।
शांत अधिकार के लिए एक संकीर्ण सीमा या अभिव्यंजक कहानी कहने के लिए एक विस्तृत सीमा का उपयोग करें।
संकीर्ण रेंज के साथ प्राकृतिक मध्य पिच, बयानों पर हल्की नीचे की ओर समाप्तिप्रॉसोडी
Emphasis
यह तनाव, अवधि, पिच या मात्रा के माध्यम से चयनित शब्दों को अधिक प्रमुख बनाता है।
इसका उपयोग कंट्रास्ट, प्रमुख लाभ, चेतावनियों, या कॉल टू एक्शन को स्पष्ट करने के लिए करें।
'सुरक्षित' और 'शुक्रवार से पहले' पर सूक्ष्म जोर दें, आसपास के शब्दों को तटस्थ रखेंप्रॉसोडी
Pause control
यह निर्दिष्ट करता है कि विचारों के बीच आवाज को कब और कितने समय तक रुकना चाहिए।
इसका उपयोग प्राकृतिक वाक्यांशों, नाटकीय समय, सूची पृथक्करण या संपादन बिंदुओं के लिए करें।
शीर्षक के बाद एक छोटा विराम, अंतिम वाक्य से पहले मध्यम विराम।उच्चारण और मार्कअप
Pronunciation guide
यह नामों, संक्षिप्त रूपों, ब्रांडों, संख्याओं या अपरिचित शब्दों के लिए एक इच्छित उच्चारण प्रदान करता है।
इसका उपयोग तब करें जब डिफ़ॉल्ट उच्चारण अस्पष्ट या डोमेन-विशिष्ट हो सकता है।
'SQL' को 'sequel' और 'Nguyen' को 'win' के रूप में उच्चारण करेंउच्चारण और मार्कअप
SSML
स्पीच सिंथेसिस मार्कअप लैंग्वेज, विराम, जोर, उच्चारण और लय के लिए संरचित नियंत्रण जोड़ता है।
इसका उपयोग तब करें जब एक संश्लेषण इंजन मार्कर का समर्थन करता है और सटीक, दोहराने योग्य नियंत्रण की आवश्यकता होती है।
समर्थित SSML तत्व और व्यवहार सेवा के अनुसार भिन्न होते हैं।
<speak>Welcome.<break time="500ms"/>Let's begin.</speak>संगति
Speaker consistency
अलग-अलग वाक्यों, दृश्यों या पीढ़ी सत्रों में समान पहचानने योग्य आवाज की गुणवत्ता को बनाए रखें।
इसका उपयोग आवर्ती वक्ताओं, पात्रों, पाठ्यक्रमों और एपिसोडिक सामग्री के लिए करें।
प्रत्येक खंड में समान वक्ता पहचान, टोन, उच्चारण और रिकॉर्डिंग विशेषता बनाए रखेंसहमति और सुरक्षा
Voice cloning consent
किसी व्यक्ति से उनकी आवाज का एक सिंथेटिक संस्करण बनाने और उपयोग करने की अनुमति का दस्तावेजीकरण किया गया।
केवल अधिकृत स्रोत रिकॉर्डिंग का उपयोग करें और अनुमत उद्देश्य, दर्शक और अवधि को परिभाषित करें।
सूचित अनुमति के बिना किसी पहचाने जाने वाले व्यक्ति की आवाज की नकल या क्लोन न करें।
केवल अधिकृत प्रशिक्षण कथन के लिए स्वीकृत स्पीकर वॉयस मॉडल का उपयोग करें।