LLMを搭載した汎用音声合成エージェントです。テキストを選択したTTSモデルに直接送信するText to Speechとは異なり、Text to Speech Agentはリクエストを理解し、会話の内容を把握しながら、プロンプトの変換を最小限に抑えてさまざまなTTSモデルを使えるようサポートします。
できること
- 用途に合ったモデルを選ぶ。すばやく生成したいときは高速で低コストなモデルを、より自然で表現豊かな高品質の音声が必要なときは高性能なモデルを使えます。
- 会話の途中でモデルを切り替える。いつでも別のモデルを試し、続きから調整できます。
- 会話しながら調整する。最初からやり直すことなく、声のトーン、スタイル、話す速さ、表現方法の変更を依頼できます。
- 結果を比較する。同じテキストを異なるモデルで試し、最適な声や表現を見つけられます。
ナレーション、ボイスオーバー、ポッドキャスト、オーディオブック、キャラクターのセリフ、製品デモ、ソーシャルメディアのコンテンツ、アイデアの試作など、幅広い用途に使えます。
利用するメリット
- プロンプトの変換は最小限。エージェントは、入力を不必要に作り変えることなく、意図を理解してTTSモデルに伝えることに重点を置いています。
- 会話の文脈を維持。最初からやり直すことなく、複数回のやり取りを通じて音声生成を調整できます。
- エージェント利用料なし。標準のモデル料金とプラットフォーム料金のみです。
- 設定不要。作りたいものを説明するだけですぐに始められます。
- プラットフォームに新しいTTSモデルが追加されると、すぐにここで利用できます。