Passer au contenu principal

Quelles langues prenez-vous en charge ?

Nous prenons actuellement en charge l’anglais, le français, l’espagnol, le portugais et l’allemand, et d’autres langues sont en cours de développement. Inscrivez-vous pour être informé lorsque de nouvelles langues seront disponibles !

Quelle est la durée maximale d’une session ?

Une session peut durer jusqu’à 3000 secondes. Si vous souhaitez générer des fragments de texte plus longs ou transcrire un audio plus long, il est préférable de le répartir sur plusieurs sessions. Avec l’offre gratuite, une limite supplémentaire de 1500 caractères par session s’applique.

De combien de crédits ai-je besoin ?

En synthèse vocale (TTS), une minute d’audio nécessite généralement 750 caractères, soit 750 crédits. Ce chiffre peut varier selon la langue et le débit du locuteur. En transcription (STT), chaque seconde d’audio coûte 3 crédits.

Puis-je utiliser ma propre voix ?

Oui ! Nous proposons deux niveaux de clonage de voix. Notre fonctionnalité standard vous permet de créer un clone de haute qualité à partir d’un simple échantillon audio de 10 secondes. Pour ceux qui recherchent une fidélité encore plus élevée, nous proposons désormais les Pro Voice Clones : en fournissant de 30 minutes à quelques heures de données audio, vous pouvez créer une voix personnalisée d’une qualité et d’une finesse inégalées.

Puis-je créer une voix sans échantillon audio ?

Oui. Voice Design crée une voix à partir d’une description écrite de 500 caractères maximum. Générez jusqu’à cinq candidats, écoutez-les, puis convertissez celui qui vous plaît en voice_id permanent.

Qu’est-ce qu’un Instant Voice Clone ?

Le clonage de voix instantané vous permet de créer des répliques numériques réalistes à partir de quelques secondes seulement d’audio de référence (généralement 10 secondes). Selon votre abonnement, vous pouvez cloner jusqu’à 1 000 voix. Notez que le consentement explicite du propriétaire de la voix est requis.

Qu’est-ce qu’un Pro Voice Clone ?

Un Pro Voice Clone est un modèle de voix hyperréaliste et haute fidélité, créé par fine-tuning de notre IA dédiée sur un vaste jeu de données de votre audio. Contrairement au clonage standard, ce processus capture les nuances émotionnelles les plus subtiles du locuteur, ses accents particuliers et son débit naturel, pour obtenir une voix numérique impossible à distinguer de l’originale.

Comment générer un Pro Voice Clone ?

Pour commencer, ouvrez l’onglet Pro Voice Clone dans Gradium Studio et importez votre jeu de données audio. Vous recevrez une notification une fois l’import traité. Une fois l’entraînement terminé, la voix apparaîtra dans votre bibliothèque, prête pour la synthèse vocale (TTS).

De combien d’audio ai-je besoin pour un clone de voix ?

Pour un Instant Voice Clone, nous obtenons des résultats optimaux avec seulement 10 secondes de données. Pour un Pro Voice Clone, il faut au minimum 30 minutes de données audio propres. Pour des résultats optimaux, où la voix restitue toute sa palette émotionnelle et reste stable, nous recommandons de fournir 2 heures d’audio.

Comment activer la zéro rétention des données ?

Avec un forfait payant, un admin de l’organisation peut l’activer dans Gradium Studio, sous Organisation > Contrôles des données > Aucune conservation des données. Consultez Zéro rétention des données pour savoir ce qu’elle couvre et comment l’étendre aux prompts de Voice Design et aux échantillons de voix.

Puis-je utiliser une voix différente pour chaque personnage ?

Oui. La voix se définit par requête avec voice_id dans le message setup. Pour mettre en voix un dialogue ou un livre audio, envoyez chaque réplique ou chaque passage dans sa propre requête, avec le voice_id du personnage qui parle, puis assemblez l’audio dans l’ordre. Une voix peut venir de la bibliothèque, d’un clone ou de Voice Design.

Puis-je essayer la traduction Speech-to-Speech sans écrire de code ?

Oui. Vous pouvez essayer le modèle de traduction en direct dans Gradium Studio. Dans votre propre application, il est disponible uniquement via l’API. Consultez la présentation du Speech-to-Speech.

Puis-je utiliser Phonon dans un produit commercial ?

Cela dépend du modèle. La licence est définie par modèle et indiquée sur sa page Hugging Face. Certains modèles Phonon, comme phonon-40m-fr, sont publiés sous une licence non commerciale : vous pouvez les tester, mais un produit commercial nécessite une licence commerciale. Contactez support@gradium.ai pour échanger avec l’équipe commerciale.

Les voix Phonon sont-elles de vraies personnes ?

Non. Les voix du catalogue phonon-voices sont entièrement synthétiques. Elles ont été créées avec Voice Design.