Нейросеть Voicemaker

Voicemaker: превращение текста в естественную речь

Voicemaker позволяет конвертировать текст в речь с использованием разных типов голосовых движков. Сервис предлагает стандартный TTS (Text-to-Speech) и нейронный TTS, что дает пользователям гибкость в выборе качества генерируемого аудио.

В библиотеке представлено более 750 голосов с возможностью фильтрации по нескольким параметрам: пол (мужской, женский, детский), возрастная категория (молодой, средний возраст, пожилой) и акцент (американский, австралийский, британский, китайский, французский и другие). Это помогает подобрать голос для конкретного проекта или целевой аудитории.

Функциональные возможности

Пользователи могут выбирать голоса из различных категорий: анимационные персонажи, повествование и рассказы, разговорные, для социальных медиа, развлекательных проектов, рекламы, образовательного контента, IVR и чат-ботов. Такая категоризация упрощает поиск подходящего голоса для конкретного сценария использования.

Редактор произношения позволяет настраивать то, как система будет произносить определенные слова или фразы. Функция настройки пауз дает возможность регулировать темп речи, устанавливая длительность пауз после вопросительных и восклицательных знаков, между абзацами и других элементов текста.

Аудио можно экспортировать в форматах MP3, WAV, OGG, AAC или OPUS с различными вариантами частоты дискретизации: от 8000 до 48000 Гц. Дополнительно сервис позволяет создавать субтитры в форматах SRT или TXT, что особенно удобно для видеоконтента.

Клонирование голоса

Функция клонирования голоса дает возможность создать синтетическую копию собственного голоса или голоса другого человека. Для получения качественного результата рекомендуется записывать голос в тихой обстановке, используя качественный микрофон и минимизируя фоновые шумы.

В бесплатном плане доступно ограниченное количество преобразований с лимитом до 250 символов на каждое, поддержкой только базовых голосовых моделей (AI1, AI2 и AI3) и доступом к 120 языкам. Платные тарифы начинаются с $5 в месяц за стартовый план, который предлагает 200,000 символов ежемесячно, что эквивалентно примерно 4 часам аудио.