Como produzir emoções na Voicefy?

Introdução às Ferramentas de Texto Para Voz

Nos dias de hoje, a tecnologia de conversão de texto em fala (TTS - Text to Speech) evoluiu imensamente, oferecendo a usuários a capacidade de transformar qualquer texto escrito em áudio falado. É uma ferramenta inestimável para pessoas com deficiências visuais, dificuldades de leitura ou para aqueles que simplesmente preferem ouvir informações ao invés de lê-las. Com várias ferramentas de texto para voz gratuitas disponíveis online, é fácil e acessível começar a usar essa tecnologia.

Prompting:

Técnicas eficazes para orientar o AI da Voicefy na adição de pausas, transmitindo emoções e ajustando o ritmo da fala.

Pausa:

Existem algumas maneiras de introduzir uma pausa ou quebra e influenciar o ritmo e a cadência do falante. A maneira mais consistente é programaticamente usando a sintaxe <break time="1.5s" />. Isso criará uma pausa exata e natural na fala. Não é apenas silêncio adicionado entre as palavras, mas o AI tem uma compreensão real desta sintaxe e adicionará uma pausa natural.

No entanto, como isso é mais do que apenas silêncio inserido, como o AI lida com essas pausas pode variar. Como de costume, a voz usada desempenha um papel crucial no resultado. Algumas vozes, aquelas treinadas com alguns "uh" e "ah" nelas, mostraram às vezes inserir esses maneirismos vocais durante as pausas, como um falante real poderia fazer.

Um exemplo poderia ser assim:

"Me dê um segundo para pensar." <break time="1.0s" /> "Sim, isso funcionaria."

O tempo de pausa deve ser descrito em segundos, e o AI pode lidar com pausas de até 3 segundos de duração e pode ser usado na Síntese de Fala e via API. Ainda não está disponível para Projetos.

Observação: Evite usar um número excessivo de tags de pausa, pois isso mostrou potencialmente causar alguma instabilidade no AI. A fala do AI pode começar a acelerar e ficar muito rápida, ou pode introduzir mais ruído no áudio e alguns outros artefatos estranhos. Estamos trabalhando para resolver isso.

Alternativas:

Essas opções são inconsistentes e podem nem sempre funcionar. Recomendamos usar a sintaxe acima para consistência.

Um truque que parece fornecer a saída mais consistente - à exceção da opção acima - é um simples traço - ou o travessão —. Você pode até adicionar vários traços como -- -- para uma pausa mais longa.

"Está - ficando - tarde."

Reticências ... às vezes também podem funcionar para adicionar uma pausa entre as palavras, mas geralmente também adiciona alguma "hesitação" ou "nervosismo" à voz que pode não sempre se encaixar.

"Eu... sim, eu acho que sim..."

Emoção

Se você quer que o AI expresse uma emoção específica, a melhor abordagem é escrever de forma semelhante à de um livro. Para encontrar bons prompts para usar, você pode folhear alguns livros e identificar palavras e frases que transmitem a emoção desejada.

Por exemplo, você pode usar tags de diálogo para expressar emoções, como ele disse, confuso ou ele gritou com raiva. Esses tipos de prompts ajudarão o AI a entender o tom emocional desejado e tentar gerar uma locução que reflita isso com precisão. Com essa abordagem, você pode criar locuções altamente personalizadas que são perfeitas para uma variedade de aplicações.

"Você tem certeza disso?" ele disse, confuso.

"Não me teste!" ele gritou com raiva.

Você também terá que de alguma forma remover o prompt, pois o AI lerá exatamente o que você der a ele. O AI também pode às vezes inferir a emoção pretendida a partir do contexto do texto, mesmo sem o uso de tags.

"Isso é engraçado!"

"Você acha?"

Isso não é sempre perfeito, já que você está confiando na discrição do AI para entender se algo é sarcástico, engraçado ou apenas sério a partir do contexto do texto.

Ritmo:

Para controlar o ritmo do falante, você pode usar a mesma abordagem que em emoção, onde você escreve de forma semelhante à de um livro. Embora não seja uma solução perfeita, pode ajudar a melhorar o ritmo e garantir que o AI gere uma locução na velocidade certa. Com essa técnica, você pode criar locuções de alta qualidade que são personalizadas e fáceis de ouvir.

"Eu queria que você estivesse certo, de verdade, mas você não está," ele disse lentamente.