यह LLM द्वारा संचालित एक सामान्य-उद्देश्य वाला टेक्स्ट-टू-स्पीच एजेंट है। Text to Speech के विपरीत, जो आपका टेक्स्ट सीधे चुने गए TTS मॉडल को भेजता है, Text to Speech Agent आपके अनुरोध को समझ सकता है, बातचीत का संदर्भ बनाए रख सकता है और प्रॉम्प्ट में न्यूनतम बदलाव करते हुए अलग-अलग TTS मॉडल इस्तेमाल करने में आपकी मदद कर सकता है।
आप क्या कर सकते हैं
- काम के लिए सही मॉडल चुनें। जल्दी जनरेशन के लिए तेज़, कम लागत वाला मॉडल इस्तेमाल करें या अधिक स्वाभाविक, भावपूर्ण और उच्च-गुणवत्ता वाली वाणी के लिए अधिक शक्तिशाली मॉडल चुनें।
- बातचीत के बीच मॉडल बदलें। जब चाहें कोई दूसरा मॉडल आज़माएँ और वहीं से सुधार जारी रखें जहाँ आपने छोड़ा था।
- बातचीत के ज़रिए सुधार करें। शुरुआत से दोबारा शुरू किए बिना अलग लहजे, शैली, गति या प्रस्तुति के लिए कहें।
- नतीजों की तुलना करें। अलग-अलग मॉडलों के साथ एक ही टेक्स्ट आज़माएँ और देखें कि कौन-सी आवाज़ या प्रस्तुति सबसे उपयुक्त है।
इसे किसी भी काम के लिए इस्तेमाल करें—कथावाचन, वॉइसओवर, पॉडकास्ट, ऑडियोबुक, किरदारों के संवाद, उत्पाद डेमो, सोशल मीडिया सामग्री या किसी विचार को बस खोजने के लिए।
इसका इस्तेमाल क्यों करें
- प्रॉम्प्ट में न्यूनतम बदलाव। एजेंट यह समझने पर ध्यान देता है कि आप क्या चाहते हैं और आपके इनपुट को अनावश्यक रूप से बदले बिना उस आशय को TTS मॉडल तक पहुँचाता है।
- बातचीत का संदर्भ। कई बार बातचीत करके अपनी स्पीच जनरेशन में सुधार करें, बिना शुरुआत से दोबारा शुरू किए।
- एजेंट का कोई शुल्क नहीं। केवल मॉडल और प्लेटफ़ॉर्म के सामान्य शुल्क लागू होते हैं।
- कुछ भी सेटअप करने की ज़रूरत नहीं: बस बताएं कि आप क्या चाहते हैं और बनाना शुरू करें।
- प्लेटफ़ॉर्म पर नए TTS मॉडल आते ही वे यहाँ उपलब्ध हो जाते हैं।