Как работает синтез
Нейросеть читает текст по фразам: расставляет ударения, интонацию и паузы по знакам препинания, а затем собирает звук голосом диктора. Длинный текст сервис делит на части, озвучивает их и склеивает в один файл с ровной громкостью.
Есть две модели: классическая — ровная, с настройкой скорости и тембра, и «живая» (LiveTTS) — с разговорными интонациями, но без настройки скорости и тембра.
Как получить лучшее звучание
- расставь знаки препинания: от них зависят паузы и интонация;
- пиши «ё» и ставь «+» перед ударной гласной в спорных словах;
- числа, даты и единицы измерения — словами, если важно, как они прозвучат;
- не пиши абзацы КАПСОМ: голос может читать их по буквам.