Texto a voz

Visión general

Vonage utiliza motores de conversión de texto a voz para permitirte reproducir máquina a tus usuarios. Esto puede hacerse a través de una OCN con el uso del talk acción, o mediante realizar una solicitud PUT a una llamada en curso.

Ejemplo

El siguiente NCCO muestra un ejemplo de caso de uso:

[
  {
    "action": "talk",
    "text": "Thank you for calling. Please leave your message after the tone."
  }
]

Opciones de voz

Vonage ofrece una amplia gama de opciones de conversión de texto a voz, clasificadas en tres niveles según su calidad (desde el básico hasta el de gama alta):

• Estándar
• Premium
• Premier

Voces destacadas

Las voces de Vonage Premier se basan en la IA generativa.

Actualmente, Premier Voices ofrece apoyo google (Chirp3) y deepgram (Aura) como proveedores. El providerOptions El objeto debe incluir las opciones seleccionadas para el proveedor elegido. Consulta las secciones siguientes para obtener más detalles.

Google

Vonage colabora con Google como proveedor principal de servicios de síntesis de voz (TTS). Utiliza google como el provider valor.

El providerOptions debe incluir el objeto Opciones de Chirp3, como el idioma deseado, entre otras opciones de personalización. El siguiente NCCO muestra un ejemplo de cómo utilizar el talk Acción con Google Chirp3:

[
  {
    "action": "talk",
    "text": "Thank you for calling. Please leave your message and we’ll get back to you as soon as we can",
    "provider": "google",
    "providerOptions": {
      "name": "en-US-Chirp3-HD-Charon",
      "language_code": "en-US"
    }
  }
]

Deepgram

Vonage es compatible con Deepgram Aura (1 y 2) como proveedor líder de tecnología de síntesis de voz (TTS). Utiliza deepgram como el provider valor.

El providerOptions debe incluir el objeto Opciones de Deepgram Aura, como el modelo de voz deseado, entre otras opciones de personalización. Admite las siguientes teclas:

Cualquier clave adicional que facilites se envía a Deepgram tal cual.

El siguiente NCCO muestra un ejemplo de cómo utilizar el talk Acción con Deepgram Aura:

[
  {
    "action": "talk",
    "text": "Hello, thank you for calling. How can I help you today?",
    "bargeIn": false,
    "provider": "deepgram",
    "providerOptions": {
      "model": "aura-2-thalia-en",
      "speed": 1.0
    }
  },
  {
    "action": "input",
    "type": ["speech"],
    "eventUrl": ["https://example.com/input"]
  }
]

Estándar y Premium

Nuestras ofertas Estándar y Premium siguen estando disponibles utilizando la sintaxis descrita en las secciones siguientes.

Local

Debe elegir una configuración regional que coincida con el tipo de idioma del texto que está pidiendo que se lea, tratando de leer español con un en-us La voz, por ejemplo, no dará buenos resultados.

Puedes configurar el código de idioma (BCP-47) con un language en el parámetro talk comando, si no especificas un idioma, Vonage utilizará por defecto un en-US voz. Para muchos idiomas, Vonage ofrece una selección de voces con diferentes estilos. El sitio style a características como rango vocal, timbre y tesitura de la voz seleccionada. Puede experimentar con diferentes estilos hasta encontrar el más adecuado para su caso de uso. para su caso. Puede elegir un estilo de voz específico utilizando el botón style parámetro. Por defecto, el primer estilo (0). Tenga en cuenta que no todos los estilos de voz admiten SSML, consulta a continuación la lista de todos los idiomas compatibles y los estilos compatibles con SSML.

Ejemplo de NCCO con lenguaje y estilo de voz específicos:

[
  {
    "action": "talk",
    "text": "Obrigado pela sua chamada. Por favor, deixe sua mensagem após o sinal.",
    "language": "pt-PT",
    "style": 6
  }
]

Voces Premium

Algunos estilos de voz cuentan con una alternativa premium que, gracias al uso de la inteligencia artificial, ofrece un sonido más natural. Para utilizar un estilo de voz premium, añade el premium en su OCN:

[
  {
    "action": "talk",
    "text": "Obrigado pela sua chamada. Por favor, deixe sua mensagem após o sinal.",
    "language": "pt-PT",
    "style": 6,
    "premium": true
  }
]

Idiomas disponibles

Descargar la lista de voces en un archivo JSON.