Λεπτομερής ρύθμιση της ομιλίας στο API: παύσεις, τόνοι, συναισθήματα

Το HancVoice δεν χρησιμοποιεί σήμανση SSML — η εκφραστικότητα ελέγχεται με σαφείς παραμέτρους του αιτήματος /api/v1/tts και με τα εργαλεία του επεξεργαστή.

Βασικές παράμετροι

• instruct — συναίσθημα και ύφος (στα αγγλικά, π.χ. "calm, friendly").
• emotion — ένα ηχογραφημένο συναίσθημα φωνής στούντιο (χαρούμενο, λυπημένο, σοβαρό…).
• speed και gain_db — ρυθμός και ένταση.
• eq — χροιά ανά ζώνη συχνοτήτων· effect — ηχητική προρύθμιση (podcast, audiobook…).

Παύσεις και τόνοι

Οι παύσεις και οι εμφάσεις ορίζονται στον επεξεργαστή (το πάνελ «Πώς να διαβαστεί») — αποθηκεύονται ως segments και περνούν στη σύνθεση στοιχείο προς στοιχείο. Ο τόνος ορίζεται αξιόπιστα σημειώνοντας το τονισμένο φωνήεν της λέξης.

Μια παύση στο σωστό σημείο αλλάζει το νόημα μιας φράσης περισσότερο από την επιλογή της φωνής.

Δοκιμάστε το κι εσείς — ένα δωρεάν πακέτο χαρακτήρων εκκίνησης όταν εγγραφείτε.