TTS expressif
Synthèse vocale expressive
La plupart des outils de synthèse vocale vous demandent de choisir une émotion dans une liste. Drama 3 prend un autre chemin : vous décrivez le jeu dans le script lui-même, avec vos propres mots, et l'indication se place exactement là où l'interprétation doit changer.
De vraies générations Drama 3
Chaque extrait ci-dessous est la génération du script exact affiché juste à côté. Ouvrez le script complet, copiez-le, ou envoyez-le au studio pour diriger votre propre version.
Garder contenance
[barely holding it together] I'm fine. Really. [shaky breath] Go on without me. I'll catch up. [pause] I just need a minute.
Narration d'ouverture à froid
[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>
La révélation du méchant
[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.
Animateur de radio nocturne
[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>.
Vidéo de formation, neutre puis appuyée
[clear and friendly] Welcome aboard. Today we cover the basics. [short pause] [firmer] And then we cover the mistakes that cost money.
Ouverture de conte de fées
[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>
Appel au support, patience à bout
[professional, polite] I understand. [short pause] [slower, holding it together] I have explained that twice. [exhale] Let us try once more.
Livre audio, réplique tendre
[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.
Exprimer une émotion sans sélecteur d'émotion
Voici les idées qui font qu'une réplique est jouée plutôt que simplement lue à voix haute.
Décrivez le jeu, ne choisissez pas un préréglage
Une indication comme [impatient mais tentant de le cacher] porte plus d'informations que n'importe quel libellé de menu déroulant, car elle dit ce que le locuteur fait de sa réplique.
Écrivez l'émotion là où elle change
Les indications s'insèrent en ligne : une phrase peut commencer légère et finir lourde sans découper le script ni générer deux fois.
Utilisez les sons et les pauses comme ponctuation
Une respiration, un soupir, un rire ou une pause peuvent être placés exactement là où une personne les prendrait, au lieu d'espérer que le modèle en ajoute un.
Gardez le contrôle local
Les balises par paires comme <whisper>…</whisper> ne modifient que les mots qu'elles encadrent : une expression peut tomber en chuchotement pendant que le reste de la réplique garde toute sa voix.
Du texte plat à une interprétation
Trois passes, toutes courtes.
Commencez par du texte brut
Collez le texte et lisez-le mentalement à voix haute. Repérez les mots qui portent l'émotion avant de toucher à la moindre balise.
Une indication par changement de ton
Ajoutez une indication là où le ton change, en langage naturel. Décrivez l'intention et l'auditeur, pas seulement l'humeur.
Générez et comparez
Écoutez le moment où l'indication prend. Si la réplique sonne encore comme une lecture, affinez la formulation avant d'ajouter une autre balise.
Là où l'interprétation expressive compte
Livres audio et récits
Laissez la narration suivre la scène : calme dans un paragraphe, tendue dans le suivant, sans second narrateur.
Voix off vidéo
Alignez la lecture sur le montage, y compris les répliques discrètes qui ne doivent pas sonner comme un présentateur.
Personnages de jeux et d'applications
Donnez à chaque réplique l'attitude que le moment réclame et régénérez les prises qui ratent.
Publicités et lectures pour les réseaux sociaux
Posez l'accroche, le rebondissement et la conclusion dans un seul script court.
Apprentissage en ligne
Gardez les consignes neutres et les avertissements appuyés, avec la même voix.
Narration d'accessibilité
Ajoutez de l'expression là où elle aide à comprendre, et laissez le reste neutre.
Bon à savoir
L'interprétation expressive a des limites pratiques ; voici celles qui viennent de la chaîne de traitement.
Jusqu'à 2000 caractères par génération
La limite porte sur tout le script, indications comprises.
L'émotion s'écrit, elle ne se sélectionne pas
Il n'y a pas de menu déroulant d'émotions ; le jeu vient des mots que vous écrivez.
Un MP3 par génération
Chaque prise renvoie un seul fichier audio à préécouter et à télécharger.
Pas de clonage de voix
Le studio génère de la parole à partir de votre script et de vos indications ; le clonage d'une voix n'est pas proposé.
Questions sur la synthèse vocale expressive
Dois-je choisir une émotion dans une liste ?
Non. Drama 3 n'a pas de sélecteur d'émotion ; vous décrivez le jeu en langage naturel dans le script, par exemple [soulagé, enfin lâchant prise].
Qu'est-ce qui est mieux : un mot d'humeur ou une description ?
Une description. [essayant de paraître calme alors qu'il panique] indique au modèle ce que fait le locuteur, ce qui oriente la prise plus sûrement qu'un simple mot d'humeur.
Puis-je changer d'émotion au milieu d'une phrase ?
Oui. Les indications s'insèrent en ligne, donc le ton peut changer à l'intérieur d'une même réplique sans découper la génération.
Combien d'indications mettre dans une réplique ?
Commencez par une, écoutez, puis n'en ajoutez d'autres que là où le jeu change vraiment. Des indications empilées se font concurrence.
Le résultat est-il stable d'une prise à l'autre ?
Drama 3 est un modèle de préversion et Fish Audio signale que les résultats varient : générer quelques prises d'une réplique importante est une pratique normale.
Écrivez l'émotion dedans
Collez votre script, décrivez comment il doit être joué et téléchargez la prise.