Voiceover IAper la tua prossima storia

Una voce fuori campo IA è audio parlato generato da un testo scritto. Con Cartesia Sonic, scegli una voce e trasformi il testo in narrazione per un video, una lezione, una presentazione o una storia. Il tuo testo fornisce le parole; il modello genera il parlato.

Parti da un breve brano rappresentativo del progetto. Ascoltalo in anteprima con diverse voci, poi usa il Playground di Cartesia per generare il testo e perfezionare l'interpretazione. Controlla pronuncia e ritmo prima di salvare l'audio finale. Gli sviluppatori possono richiedere output WAV o MP3 tramite l'API Bytes.

Puoi ascoltare l'esempio e provare un breve testo nell'anteprima di questa pagina senza registrarti. Apri il Playground di Cartesia per il flusso completo. I limiti di generazione disponibili e l'accesso all'uso commerciale dipendono dal tuo piano.

Sonic offre indicazioni di velocità, volume ed emozione nel Playground e tramite l'API. Parti da una punteggiatura naturale e aggiungi controlli solo quando servono. Queste impostazioni guidano il modello senza garantire un'interpretazione o una durata esatta. I tag emotivi attualmente supportano l'inglese. I cloni vocali professionali apprendono velocità e volume dalle registrazioni anziché dai controlli al momento della richiesta.

Testa prima la parola all'interno di una frase completa. Per un termine ricorrente, crea un dizionario di pronuncia nel Playground o tramite l'API. Un dizionario può sostituire una grafia fonetica o una pronuncia IPA. Riutilizzalo per registrazioni successive e controlla il risultato nel contesto del testo.

Crea un clone vocale da una registrazione della tua voce o di un parlante che ha dato il permesso. Usa la voce risultante per leggere nuovi testi nel Playground o tramite l'API. Testa un brano del progetto prima di registrare ogni scena, soprattutto nomi e cambiamenti di tono.

Dividi il testo in sezioni che puoi ascoltare e rivedere. Tieni traccia della voce e delle impostazioni usate per ogni sezione e assegna ai file audio approvati nomi basati sulla scena o sulla lezione. Ascolta i punti di unione nell'editor per controllare che ritmo e volume siano coerenti.

Sì. Sonic supporta il parlato multilingue. Scegli una voce adatta alla lingua di destinazione, fornisci un testo tradotto e fai rivedere il risultato a una persona che padroneggia la lingua. La generazione vocale non sostituisce traduzione o revisione linguistica. Esplora la libreria delle lingue per ascoltare esempi.

I piani Cartesia a pagamento includono una licenza per uso commerciale. Consulta la pagina dei prezzi e i termini di servizio attuali per il tuo progetto. Ti servono comunque i diritti sul testo e su qualsiasi voce clonata. Un abbonamento non concede il permesso di usare la voce di un'altra persona.

Prevedi una fase di montaggio. La durata dipende dalla voce, dalle parole e dall'interpretazione, e i controlli di velocità sono indicazioni, non moltiplicatori esatti del tempo. Accorcia il testo o regola le pause, poi rivedi l'audio insieme alle immagini nell'editor video.

Scegli il formato previsto dall'editor o dal lettore. WAV con audio PCM è utile quando prevedi di modificare o mixare la registrazione. MP3 è compresso ed è utile per distribuzione e riproduzione. L'API Bytes supporta entrambi i formati. Mantieni la frequenza di campionamento coerente con il resto del progetto per evitare conversioni inutili.