Как подобрать милый голос нейросети для приветствия. Сравниваем нейтральное, дружелюбное и радостное амплуа в SpeechKit и проверяем, слышна ли просьба.
Евгений
Дизайнер-партнёр LibraChat
6 мин чтения
Гости заходят на вечер настольных игр и слышат приглашение к первому столу. Голос приятно слушать, но после него всё равно хочется спросить, куда идти. Для такого случая милый голос нейросети я выбираю по двум признакам. Тон должен располагать к разговору, а вторая фраза — подсказывать одно простое действие. Если понятно только первое, придётся менять текст или подачу.
Тестовое приветствие может быть таким. «Привет! Мы скоро начнём первую игру. Если ты пришёл впервые, подойди к столу у окна». Оно вымышленное. В нём три короткие фразы, и только последняя задаёт действие. На таком фрагменте удобно прослушать несколько подач в SpeechKit, сохраняя слова и голос. Потом можно решить, какой вариант услышат люди перед входом.
Что делает милый голос нейросети уместным
Слово «милый» каждый слышит по-своему. В моём примере важна небольшая улыбка в приветствии. В просьбе о первом действии нужна обычная ясная речь. Мягкое начало подойдёт, если человек уже собирается зайти. При шуме в помещении придётся больше внимания уделить словам «стол у окна» и паузе перед ними. Настройку выбираем по тому, что должно остаться в памяти после одного прослушивания.
В SpeechKit характер произношения называется амплуа. Доступные варианты зависят от выбранной модели и голоса. У русского голоса Dasha в таблице модели general указаны нейтральное, радостное и дружелюбное амплуа. У Lera есть нейтральное и дружелюбное. Можно сравнить варианты одного голоса, а имя другого оставить для отдельной пробы. Амплуа SpeechKit · Таблица голосов.
Настройка Dasha · Первый вопрос при прослушивании · Какая фраза покажет разницу
Нейтральная — Понятно ли, к какому столу подойти? — Просьба в конце
Дружелюбная — Похоже ли начало на речь человека, который встречает гостя? — Приветствие и пауза после него
Радостная — Уместен ли более энергичный тон в этом помещении? — Переход от сообщения об игре к просьбе
Это вопросы для сравнения, а впечатление от голоса нужно проверить на своём тексте. Если дать трём настройкам три разных реплики, будет трудно сказать, что повлияло. Иногда у текста и без того много эмоций. Тогда короткое и простое приветствие позволяет услышать именно манеру речи.
Как прослушать одну реплику в SpeechKit Playground
В справке Яндекса путь начинается в AI Studio. Нужен каталог, к которому у аккаунта есть указанные в справке роли. В панели AI Speech открывают раздел синтеза речи. Там можно задать язык, голос, амплуа, скорость и формат, синтезировать фрагмент, прослушать и скачать результат. Инструкция по синтезу в Playground.
Вставь одну короткую реплику. Выбери русский язык и голос, для которого в справке есть нужное амплуа.
Возьми нейтральную версию за исходную. Запиши выбранные настройки, чтобы вернуться к ним.
Переключи амплуа на дружелюбное. Оставь прежними текст и скорость. Прослушай или сохрани оба фрагмента.
При необходимости сравни с радостным амплуа того же голоса. Подстрой скорость отдельным проходом после выбора подачи.
Сначала я включаю два фрагмента с примерно одинаковой воспринимаемой громкостью. Громкая версия может показаться более энергичной даже при спокойной подаче. Потом слушаю конец реплики. В примере фраза про окно должна закончиться отчётливо. Если голос заметно ускорился, делю длинную фразу на две или слегка снижаю скорость, меняя одну вещь.
У одного голоса может отсутствовать нужный пункт. Сверь сочетание с официальной таблицей. Названия амплуа зависят от модели. Если в списке выбранного голоса нет дружелюбного амплуа, удобно выбрать другой голос с нужной ролью и сделать новый комплект для сравнения. Если нужен общий выбор между прослушиванием и сохранением файла, пригодится статья о чтении текста голосом.
Как понять, что гость расслышал приглашение
Я прошу знакомого прослушать одну версию без экрана и спрашиваю, куда ему нужно подойти. Вопрос о том, понравился ли голос, оставляю на потом. Если он помнит только «первая игра», понятно, где проверить длину или формулировку. Можно начать просьбу отдельным предложением. После одной правки повтори тест при той же громкости с другим человеком, который ещё не слышал реплику.
Если у окна есть два стола, перестрой сначала само приглашение. Например, попроси подойти к ведущему у окна. Тогда в фразе появляется один понятный ориентир. Амплуа при этом оставь прежним, чтобы проверить новую формулировку с уже выбранным голосом. После прослушивания попроси показать место рукой. Это ближе к реальному шагу, который человеку предстоит сделать у входа.
Ещё один проход полезен прямо через устройство показа. В наушниках пауза и тихое окончание слышны отчётливо. Динамик у входа может скрыть окончание за разговорами. Можно предъявить короткий фрагмент с паузой перед приглашением и без неё на той же громкости. Зафиксируй, в каком варианте незнакомому слушателю проще расслышать ориентир. Потом проверь, что в начале всё ещё звучит приглашение, а короткая пауза воспринимается естественно.
Если обе подачи прошли проверку, мне помогает вопрос организатору. Будет ли реплика звучать один раз в начале встречи или повторяться для каждой новой группы? Для частого повтора я внимательнее слушаю первое восклицание. Умеренное «привет» легче сочетать с обычным шумом помещения. Редкое объявление позволяет дольше задержать внимание на приглашении. Я сохраню обе версии с пометкой об амплуа и выберу между ними на месте. Тогда никакие настройки не придётся восстанавливать на слух.
У готового фрагмента останутся три простых проверки.
На обычной громкости слышно приветствие без резкого акцента.
Просьба о действии начинается после заметной паузы и заканчивается полностью.
Слушатель может повторить, какой именно стол ему нужен.
Слова для новой пробы можно подготовить в LibraChat. Если исходный текст хранится в файле, условия работы с ним указаны на странице планов LibraChat. Для этой задачи можно вставить три предложения. Аудио из них собирается уже в SpeechKit.
Перепиши моё приветствие для гостя, который впервые пришёл играть. Сохрани дружелюбное обращение на «ты». Пусть каждая фраза легко произносится. Поставь просьбу подойти к столу у окна отдельным предложением. Верни две версии текста с одинаковым действием, чтобы я выбрал одну для пробной озвучки.
Прямо сейчас возьми своё приветствие и подготовь короткую реплику в LibraChat. Открой в Playground нейтральную и дружелюбную версии с одинаковыми словами. Включи выбранный фрагмент человеку, который не видел текст. Если он запомнил нужное действие и услышал тёплое обращение, можно сохранить эту версию.