Deepgram: Aura-2

Aura-2 is de text-to-speech-familie van Deepgram met stemmen in zeven talen: Engels, Spaans, Duits, Frans, Nederlands, Italiaans en Japans. De familie zet de aangeleverde tekst om in spraak voor klantenserviceantwoorden, telefoonmenu's, uitleg en vertelling. De fabrikant beschrijft pacing, expressiviteit en gespreksvullers als reacties op de bewoordingen en context van de aangeleverde tekst.

Stem de stem af op taal en taak

Elke stem wordt geïdentificeerd door familie, spreker en taal. De catalogus onderscheidt accenten en voordrachtkenmerken in plaats van elke spreker als uitwisselbaar te behandelen. Thalia is een energieke Amerikaans-Engelse optie; Draco is een Britse stem die met verhalen vertellen wordt geassocieerd; Celeste is een Colombiaans-Spaanse stem die met gesprekken en aankondigingen wordt geassocieerd. Kies de stem met het daadwerkelijke script en de luisteraar in gedachten.

Geselecteerde Spaanse stemmen ondersteunen Engels–Spaans code switching: Aquila, Carina, Diana, Javier en Selena. Die mogelijkheid hoort bij die benoemde sprekers, niet bij elke stem in de familie. Behoud bij een passage met gemengde talen de beoogde taal van productnamen en geciteerde frasen en luister naar de overgang met een spreker waarvan het gedocumenteerde profiel de taak ondersteunt.

Bereid tekst voor spraak voor

De opmaakgids van Aura-2 beveelt zinsafsluitende interpunctie, vraagtekens bij vragen, komma's voor natuurlijke pauzes en korte zelfstandige frasen aan. Geef de definitieve gesproken tekst, geen instructie die de synthesizer vraagt het bericht te schrijven. Een bruikbaar oriëntatiescript is: “Welkom. Kies een taal en selecteer daarna het onderwerp dat u nodig hebt. U kunt de instructies op elk moment herhalen.” De interpunctie scheidt de acties van de luisteraar en geeft het model een duidelijker ritme.

Schrijf een identifier als afzonderlijke letters wanneer die teken voor teken moet worden gelezen. Definieer acroniemen en vermijd een lange doorlopende zin wanneer verschillende voorwaarden moeten worden uitgelegd. De maker beveelt ook aan commando-woorden tussen aanhalingstekens te zetten en een passage vóór synthese hardop te controleren. Behoud bij educatieve of productvertelling de belangrijke termen en zet geschreven koppen en dichte lijsten om in volledige gesproken frasen.

Tempo en uitspraak

De fabrikant documenteert snelheids- en IPA-uitspraakinstellingen voor Engels en Spaans. Het spreeksnelheidsbereik van Aura-2 is 0.7 tot 1.5; voor Spaans beveelt de maker 0.9 tot 1.5 aan, omdat lagere instellingen tot onvloeiende spraak kunnen leiden. Uitspraak en snelheid kunnen in deze familie worden gecombineerd. IPA-overrides kunnen een specialistische naam of term betreffen en de Aura-2-conventie plaatst het klemtoonteken direct vóór de klinker.

De specificatie van de uitspraakinstellingen staat maximaal vijfhonderd overrides toe, met elke IPA-tekenreeks maximaal 128 tekens lang, en documenteert een invoertekstlimiet van 2.000 tekens voor die workflow. Aura-2 ondersteunt de expliciete pauze-instelling die voor Flux TTS is gedocumenteerd niet. Gebruik zinsstructuur en interpunctie om het ritme voor te bereiden en verdeel langer materiaal in samenhangende passages wanneer de gekozen workflow dat vereist.

Audiolevering en gebruik

De fabrikant biedt volledige-aanvraagsynthese en streamingworkflows voor tekst-naar-audio. De mediagids onderscheidt ruwe streaming-PCM, mu-law en A-law van op bestanden gerichte uitvoeropties zoals WAV, MP3, Opus, FLAC en AAC. De gedocumenteerde PCM/WAV-standaard voor de Aura-aanvraagworkflow is 24 kHz. Bestandscontainers, samplefrequenties en coderingen vormen geldige combinaties; een telefoonverbinding en een downloadbaar vertelbestand kunnen verschillende keuzes vereisen.

Aura-2 blijft als afzonderlijke familie onderscheiden van de eerste generatie Aura en van Flux TTS. De context tussen beurten, onderbrekingsfeedback en alleen voor batch beschikbare pauze-instellingen van Flux mogen niet uit een Aura-2-stemnaam worden afgeleid. De bruikbare uitvoer is een gesproken versie van het daadwerkelijke script in een geschikte taal, met een passend accent en een passende audiorepresentatie. Beoordeel namen, taalwisselingen, door interpunctie gestuurde pacing en belangrijke instructies met de beoogde luisteraar voordat u de opname opnieuw gebruikt.