Conversão de texto em fala

Visão geral

A Vonage utiliza mecanismos de conversão de texto em fala para permitir que você reproduza uma mensagem de voz gerada por computador para seus usuários. Isso pode ser feito por meio de um NCCO com o uso do talk ação, ou por meio de fazendo uma solicitação PUT para uma chamada em andamento.

Exemplo

O NCCO a seguir apresenta um exemplo de caso de uso:

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

Opções de voz

A Vonage oferece uma ampla variedade de opções de conversão de texto em fala, categorizadas em três níveis com base na qualidade (do básico ao avançado):

• Padrão
• Premium
• Premier [Beta]

Premier Voices [Beta]

O Vonage Premier Voices é baseado em IA generativa.

Atualmente, o Premier Voices oferece suporte ao Google como um provider e as vozes do Chirp3. O providerOptions O objeto deve incluir o que você selecionou Opções do Chirp3, como o idioma desejado, entre outras opções de personalização.

O NCCO a seguir mostra um exemplo de como usar esse novo talk ação:

[
  {
    "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"
    }
  }
]

Padrão e Premium

Nossas ofertas Standard e Premium continuam disponíveis, utilizando a sintaxe descrita nas seções a seguir.

Localidade

Você deve escolher uma configuração regional que corresponda ao tipo de idioma do texto que deseja que seja lido; tentar ler espanhol com uma en-us A voz, por exemplo, não produzirá bons resultados.

Você pode definir o código do idioma (BCP-47) com um language parâmetro no talk comando, se você não especificar um idioma, a Vonage usará por padrão um en-US voz. Para muitos idiomas, a Vonage oferece uma variedade de vozes com estilos diferentes. A style O parâmetro está associado a características como extensão vocal, timbre e tessitura da voz selecionada. Você pode experimentar diferentes estilos para encontrar aquele mais adequado ao seu caso de uso. É possível escolher um estilo de voz específico usando o style parâmetro. Por padrão, o primeiro estilo (0) é utilizado. Observe que nem todos os estilos de voz oferecem suporte a SSML, confira abaixo a lista de todos os idiomas compatíveis e dos estilos compatíveis com SSML.

Exemplo de NCCO com linguagem e estilo específicos:

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

Vozes Premium

Alguns estilos de voz oferecem uma opção premium que, graças ao uso da IA, apresenta um som mais natural. Para usar um estilo de voz premium, adicione o premium opção no seu NCCO:

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

Idiomas suportados

Baixar a lista de vozes como um arquivo JSON.