पेशेवर आवाजें
कॉरपोरेट नैरेशन (व्याख्यान) को किसी खास टोन की तुलना में सुसंगत शब्दावली की अधिक आवश्यकता होती है। उच्चारण शब्दकोश ब्रांड और उत्पाद के नामों को एक ही बार में सटीक रूप से तय कर देते हैं, जिससे लाइब्रेरी का हर मॉड्यूल पहले मॉड्यूल से मेल खाता है।
इस उपयोग मामले के लिए आवाजें
दो वर्किंग पूल्स से लिया गया
कोई पेशेवर टैग नहीं है, इसलिए यह सेट शैक्षिक और वॉइस एजेंट समूहों से आता है, जो दोनों मिलकर उन संदर्भों को कवर करते हैं जहां एक संयमित शैली मायने रखती है। बाईस आवाज़ों में इनमें से कोई एक टैग है। उनके भीतर चयन किसी भी दस्तावेजी विशेषता के बजाय सुनने पर आधारित है।
चरित्र से अधिक गति
गति, जिसे 0.5 से 2.0 तक समायोजित किया जा सकता है, एकमात्र डिलीवरी नियंत्रण है। कॉर्पोरेट विवरण (नरेशन) के लिए, 1.0 से थोड़ा कम का सेटिंग अधिक नपा-तुला लगता है। इसमें कोई टोन पैरामीटर नहीं है, इसलिए बाद में किसी आवाज़ को अधिक औपचारिक नहीं बनाया जा सकता है।
शब्दावली की निरंतरता
कॉर्पोरेट सामग्री में ब्रांड के नाम, उत्पाद के नाम और संक्षिप्त रूपों (एक्रोनम) को लगातार दोहराया जाता है, और पूरी लाइब्रेरी में असंगतता किसी भी व्यक्तिगत गलत उच्चारण की तुलना में अधिक ध्यान देने योग्य होती है। उच्चारण शब्दकोश प्रत्येक शब्द को एक ही बार में ठीक कर देते हैं ताकि हर पीढ़ी आपस में मेल खाए, जो एकमुश्त (वन-ऑफ) स्क्रिप्ट की तुलना में बार-बार आने वाली सामग्री के लिए अधिक महत्वपूर्ण है।
एक लंबे स्क्रिप्ट में निरंतरता
अनुरोधों की सीमा 250 वर्णों तक है, इसलिए एक तिमाही प्रस्तुति या प्रशिक्षण स्क्रिप्ट को कई कॉलों को मिलाकर तैयार किया जाता है। पूरे रन के दौरान आवाज़, गति और सैंपल दर को स्थिर रखने से अधिकांश भिन्नताएं दूर हो जाती हैं, लेकिन फाइनल करने से पहले एक पूरा सेक्शन जनरेट करना और उसके जोड़ों को सुनना फिर भी उचित रहता है।
विनिर्देश
नमूना दर
44.1 kHz मूल, टेलीफोनी के लिए 8 kHz पर पुनः नमूनाकृत (resampled)
विलंबता
~200 ms पहले बाइट तक (p50, वॉर्म रीज़न)
आउटपुट फ़ॉर्मेट
यूलॉ (ulaw), एलॉ (alaw), पीसीएम (PCM) 16-बिट, वेव (WAV), एमपी3 (MP3)
स्ट्रीमिंग ट्रांसपोर्ट्स
वेबसॉकेट (WebSocket), HTTP चंक्ड ट्रांसफर (chunked transfer)
गति सीमा
0.5× – 2.0×, प्रति अनुरोध पर सेट
इसके जैसी आवाज़ें खोजें
पेशेवर आवाजें
अक्सर पूछे जाने वाले प्रश्न