Sakhanda Wire
NVDA $153.59 -1.64% MSFT $507.00 -2.12% GOOGL $279.98 -1.32% META $619.94 -1.03% AMZN $256.62 -0.44%
← Към новините

Gradium представи Voice Design за създаване на синтетични гласове

Gradium, базирана в Париж компания за гласов изкуствен интелект, отделила се от изследователската лаборатория Kyutai, представи Voice Design. Услугата превръща писмено описание в до пет нови синтетични гласа, без да е нужен аудиозапис за справка или конкретен говорител. Описанието може да задава възраст, акцент, височина, темпо, енергичност, тембър и предназначение и да бъде дълго от 1 до 500 знака на английски, френски, испански, португалски или немски.

Voice Design е достъпен в API на Gradium и в Studio без допълнително заплащане за всички планове, включително безплатния. Кандидатите обикновено се генерират за 3 до 5 секунди и могат да бъдат прослушани чрез стандартната услуга Text-to-Speech. Избраният кандидат може да бъде превърнат в производствен глас, съвместим с REST, WebSocket и Speech-to-Speech. Непреобразуваните кандидати се изтриват след 30 дни; безплатният план предлага пет места за персонализирани гласове, а платените планове — 1,000.

Gradium съобщава за 72.6% успеваемост в сляп тест за слушане с 7,627 сравнения на пет езика, пред останалите тествани системи. Компанията посочва и първо място на всеки от петте езика, както и резултат 83.4% в английската част на InstructTTSEval. Оценяванията са проектирани и проведени от самия доставчик.

Текстът е изготвен от ИИ на Sakhanda Wire по материал на MarkTechPost. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.

Първоначално публикувано от MarkTechPost на

Прочетете оригинала в MarkTechPost ↗

Репортажът и изображението принадлежат на MarkTechPost и са посочени по-горе с връзка към оригинала; текстът на тази страница е собствено изложение на Sakhanda Wire.

← Към новините

Още новини

Всички последни новини