Un agente de IA para generar voz a partir de texto, con una transformación mínima de las instruccion
Este es un agente de texto a voz de propósito general, impulsado por un LLM. A diferencia de Text to Speech, que envía tu texto directamente al modelo TTS seleccionado, Text to Speech Agent puede entender tu solicitud, seguir el hilo de la conversación y ayudarte a trabajar con diferentes modelos TTS, manteniendo mínima la transformación de las instrucciones.
Qué puedes hacer
- Elige el modelo adecuado para cada tarea. Usa un modelo rápido y de bajo costo para generar contenido rápidamente, y uno más potente para obtener una voz más natural, expresiva y de mayor calidad.
- Cambia de modelo durante la conversación. Prueba otro modelo cuando quieras y sigue perfeccionando tu trabajo desde donde lo dejaste.
- Perfecciona el resultado mediante la conversación. Pide un tono, estilo, ritmo o forma de interpretación diferentes sin empezar de nuevo.
- Compara los resultados. Prueba el mismo texto con distintos modelos y descubre qué voz o interpretación se adapta mejor.
Úsalo para lo que quieras: narraciones, locuciones, podcasts, audiolibros, diálogos de personajes, demostraciones de productos, contenido para redes sociales o simplemente para explorar una idea.
Por qué usarlo
- Transformación mínima de las instrucciones. El agente se centra en entender lo que quieres y transmitir esa intención al modelo TTS sin modificar innecesariamente tu texto.
- Contexto de la conversación. Sigue perfeccionando la generación de voz a lo largo de varios turnos sin empezar de nuevo.
- Sin costo adicional por el agente. Solo se aplican las tarifas habituales del modelo y la plataforma.
- No tienes que configurar nada: solo describe lo que quieres y empieza a crear.
- Los nuevos modelos TTS aparecen aquí en cuanto la plataforma los añade.
Traducido del inglés. Solo como referencia.