Ausdrucksstarkes TTS
Ausdrucksstarke Text-zu-Sprache-Ausgabe
Die meisten Text-zu-Sprache-Tools verlangen, dass du eine Emotion aus einer Liste wählst. Drama 3 geht einen anderen Weg: Du beschreibst das Spiel direkt im Skript, mit eigenen Worten, und die Anweisung steht genau dort, wo sich die Darbietung ändern soll.
Echte Drama 3-Generierungen
Jeder Ausschnitt unten ist eine Generierung des daneben gezeigten Skripts. Öffne das vollständige Skript, kopiere es oder schicke es ins Studio und mache deine eigene Version.
Mühsam Fassung wahren
[barely holding it together] I'm fine. Really. [shaky breath] Go on without me. I'll catch up. [pause] I just need a minute.
Kalte Eröffnung als Erzählstimme
[low, measured, like a documentary narrator] The city went quiet at 3 a.m. [short pause] No sirens. No traffic. <slow>Just the rain.</slow>
Auftritt des Bösewichts
[amused, taking his time] You came all this way. [soft laugh] For a file. [harder, dropping the warmth] Then let me show you what is in it.
Nachtmoderator im Radio
[smooth, close to the microphone] You're listening to the midnight hour. [sigh] If you're awake with me, <emphasis>you're not alone</emphasis>.
Schulungsvideo: erst sachlich, dann deutlich
[clear and friendly] Welcome aboard. Today we cover the basics. [short pause] [firmer] And then we cover the mistakes that cost money.
Märchenanfang
[hushed, telling a secret] Once, in a village that no longer exists, [pause] a girl traded her name for a lantern. <whisper>This is her story.</whisper>
Support-Anruf mit schwindender Geduld
[professional, polite] I understand. [short pause] [slower, holding it together] I have explained that twice. [exhale] Let us try once more.
Hörbuchzeile, zart
[gentle, unhurried] She kept the letter for forty years. [pause] [almost a whisper] She never read it again, but she never threw it away either.
Emotion ausdrücken ohne Emotionsauswahl
Das sind die Ideen, die eine Zeile gespielt statt vorgelesen klingen lassen.
Beschreibe das Spiel, statt eine Vorlage zu wählen
Eine Anweisung wie [ungeduldig, aber bemüht, es nicht zu zeigen] trägt mehr Information als jedes Label in einem Menü, denn sie sagt, was die sprechende Person mit der Zeile macht.
Schreibe die Emotion dort, wo sie sich ändert
Anweisungen stehen direkt im Text, deshalb kann ein Satz leicht beginnen und schwer enden, ohne das Skript zu teilen oder zweimal zu generieren.
Nutze Geräusche und Pausen als Satzzeichen
Ein Atemzug, ein Seufzen, ein Lachen oder eine Pause lassen sich genau dort platzieren, wo ein Mensch sie nehmen würde, statt zu hoffen, dass das Modell eine einfügt.
Halte die Kontrolle lokal
Paarweise Tags wie <whisper>…</whisper> ändern nur die Wörter darin, sodass eine Phrase ins Flüstern fallen kann, während der Rest der Zeile mit voller Stimme bleibt.
Von flachem Text zu einer Darbietung
Drei Durchgänge, jeder kurz.
Mit reinem Text beginnen
Füge den Text ein und lies ihn im Kopf laut mit. Markiere die Wörter, die die Emotion tragen, bevor du Tags anfasst.
Eine Anweisung pro Wechsel
Ergänze eine Anweisung dort, wo der Ton wechselt, in klarer Sprache. Beschreibe die Absicht und die Zuhörenden, nicht nur die Stimmung.
Generieren und vergleichen
Hör auf den Moment, in dem die Anweisung greift. Klingt die Zeile noch vorgelesen, schärfe die Formulierung, bevor du ein weiteres Tag hinzufügst.
Wo ausdrucksstarke Darbietung zählt
Hörbücher und Geschichten
Lass die Erzählung der Szene folgen: ruhig in einem Absatz, angespannt im nächsten, ohne zweite Erzählstimme.
Voice-Over für Videos
Bring das Sprechen mit dem Schnitt in Einklang, auch die leisen Zeilen, die nicht wie ein Ansager klingen sollen.
Figuren in Spielen und Apps
Gib jeder Zeile die Haltung, die der Moment verlangt, und generiere die Takes neu, die danebenliegen.
Werbung und Social Reads
Setze Hook, Wendung und Abschluss in ein kurzes Skript.
E-Learning
Halte Anweisungen neutral und Warnungen deutlich, mit derselben Stimme.
Narration für Barrierefreiheit
Setze Ausdruck dort ein, wo er das Verständnis hilft, und lass den Rest schlicht.
Gut zu wissen
Ausdrucksstarke Darbietung hat praktische Grenzen; diese kommen aus der Pipeline selbst.
Bis zu 2000 Zeichen pro Generierung
Die Grenze gilt für das ganze Skript, Anweisungen eingeschlossen.
Emotion wird geschrieben, nicht gewählt
Es gibt kein Emotionsmenü; das Spiel entsteht aus den Wörtern, die du schreibst.
Eine MP3 pro Generierung
Jeder Take liefert eine einzelne Audiodatei zum Anhören und Herunterladen.
Kein Stimmenklonen
Das Studio erzeugt Sprache aus deinem Skript und deinen Anweisungen; Stimmenklonen wird nicht angeboten.
Fragen zu ausdrucksstarker Text-zu-Sprache-Ausgabe
Muss ich eine Emotion aus einer Liste wählen?
Nein. Drama 3 hat keine Emotionsauswahl; du beschreibst das Spiel in klarer Sprache im Skript, zum Beispiel [erleichtert, endlich loslassend].
Was ist besser: ein Stimmungswort oder eine Beschreibung?
Eine Beschreibung. [versucht ruhig zu klingen, während er in Panik ist] sagt dem Modell, was die sprechende Person tut, und das formt den Take verlässlicher als ein einzelnes Stimmungswort.
Kann ich die Emotion mitten im Satz ändern?
Ja. Anweisungen stehen direkt im Text, sodass der Ton innerhalb einer Zeile wechseln kann, ohne die Generierung zu teilen.
Wie viele Anweisungen sollte eine Zeile haben?
Fang mit einer an, höre zu und ergänze weitere nur dort, wo sich die Darbietung tatsächlich ändert. Gestapelte Anweisungen konkurrieren miteinander.
Ist das Ergebnis zwischen Takes stabil?
Drama 3 ist ein Vorschaumodell, und Fish Audio weist darauf hin, dass die Ergebnisse variieren, daher ist es üblich, ein paar Takes einer wichtigen Zeile zu generieren.
Schreib die Emotion hinein
Füge dein Skript ein, beschreibe, wie es gespielt werden soll, und lade den Take herunter.