Transforme um EPUB em
um audiolivro

O streaming dá o tempo de cada palavra

O endpoint de fala simples da Cartesia devolve só o áudio. Os arquivos para ler junto precisam do momento de cada palavra, e só os endpoints de streaming devolvem isso. O app também usa use_normalized_timestamps=False, que mantém as palavras como estão escritas, como $5, para o destaque bater com o livro.

As vozes são definidas antes de qualquer capítulo

O elenco é decidido uma vez, antes de a conversão começar, para que processos em paralelo e novas execuções concordem sobre quem lê cada personagem. Uma fala sem indicação de quem fala, como disse Alice, vai para o último que falou, ou para a outra pessoa quando dois personagens trocam falas em parágrafos seguidos.

As indicações do diálogo definem a emoção

Nos diálogos em inglês, uma palavra como whispered, shouted ou sobbed ao lado de uma fala diz ao Sonic para lê-la em tom calmo, bravo ou triste. Laughed coloca uma risada antes da fala.

Escolha as vozes

Edite out/cast.json e rode de novo. Para reaproveitar um elenco, passe seu próprio arquivo com --cast_file. Cada valor é o nome de uma voz incluída, como Archie. Também pode ser qualquer id de voz de play.cartesia.ai/voices.

Use uma única voz

Rode com --cast_mode narrator para ler o livro inteiro, diálogos incluídos, com uma só voz. Escolha essa voz com --voice_name.

Converta outro idioma

Passe --language fr ou qualquer outro código de idioma do Sonic. Cada personagem continua com sua voz. As indicações de emoção e de risada só funcionam em inglês.