Voice Localization est disponible uniquement via l’API.
Écoutez chaque candidat avant de l’enregistrer comme voix permanente.
Vous partez d'une description ?
Voice Design crée une nouvelle voix à partir d’un texte descriptif. La localisation modifie une voix que vous possédez déjà.
Vous partez d'un enregistrement ?
Clonez d’abord le locuteur, puis localisez le clone.
Fonctionnement
1. Choisir une source
Une voix phare, l’un de vos clones ou un candidat Voice Design.
2. Localiser
Choisissez une langue cible et un accent pour générer des candidats.
3. Écouter
Écoutez chaque candidat sur une phrase de synthèse vocale (TTS) dans la langue cible.
4. Convertir
Enregistrez un candidat comme voix permanente dans votre bibliothèque.
n_samples candidats sans modifier la source.
Un candidat est une voix temporaire dotée d’un ID vox_emb_. Écoutez-le avec la
synthèse vocale REST, puis utilisez POST /voices/from-embedding pour l’enregistrer
comme voix permanente. Le champ uid de la réponse est le voice_id à utiliser
avec REST, WebSocket et Speech-to-Speech. Les candidats non enregistrés expirent
au bout de 30 jours.
Pour ne changer que l’accent, conservez la langue source comme target_language
et choisissez un autre accent. Par exemple, utilisez en et Australian pour une
source en anglais britannique.
Accès
URL de basehttps://api.gradium.ai/api, clé API dans l’en-tête x-api-key.
Démarrage rapide
Cet exemple localise un clone français en anglais américain. DéfinissezGRADIUM_API_KEY et SOURCE dans votre environnement. SOURCE peut être une
voix ou un candidat prêt qui vous appartient, ou l’ID d’une voix phare. Les
exemples shell nécessitent jq ; les exemples Python nécessitent requests.
Exécutez les étapes dans l’ordre, dans un seul langage.
1
Lister les accents
cURL
200 OK (abbreviated)
accent. Orthographiez les accents tels qu’ils sont listés ;
la correspondance ignore la casse et les espaces en début et en fin, mais
« British », « Quebecois » ou « Québécois French » sont refusés.2
Localiser la voix
201 Created
La requête est vérifiée avant toute mise en file d’attente : un accent
invalide, une source inconnue ou une source impossible à localiser échoue
dès cette étape avec
422, 404 ou 409, et rien n’est facturé.3
Attendre les candidats
200 OK
ready vaille true avant de demander
de l’audio. Un candidat inconnu renvoie une liste embeddings vide.
L’exemple shell attend le premier candidat ; répétez l’opération pour chaque
autre candidat que vous souhaitez écouter.kind vaut edit_language pour un candidat localisé (generate et enhance
pour les autres). L’objet de configuration correspondant, ici
edit_language_config, contient les paramètres de la requête, et language
est la langue cible du candidat. Lisez les objets de configuration plutôt que
le champ obsolète prompt.4
Écouter un candidat
Passez l’ID du candidat comme Comparez le candidat avec la source lisant le même texte. Les écoutes de
candidats passent uniquement par REST et acceptent jusqu’à 300 caractères
(
voice_id sur l’endpoint de synthèse vocale,
avec un texte dans la langue cible.400 input text too long au-delà). Un candidat pas encore prêt renvoie
404 Embedding not found ; un candidat inconnu ou supprimé renvoie 400.5
Convertir le candidat en voix
La conversion enregistre le candidat comme voix permanente dans votre
bibliothèque. Utilisez le champ La voix enregistrée conserve la
uid de la réponse comme voice_id pour les
requêtes de synthèse suivantes.201 Created
language cible et peut être localisée à
nouveau. La conversion est gratuite, occupe un emplacement de voix
personnalisée et supprime l’expiration du candidat. Enregistrez un candidat
qui vous plaît : une nouvelle requête produit des résultats différents.Exemple complet
DéfinissezGRADIUM_API_KEY et SOURCE, puis exécutez cet exemple pour générer
des candidats et des fichiers audio de comparaison dans trois langues. Écoutez
les fichiers avant de choisir les candidats à enregistrer. Chaque voix
enregistrée occupe un emplacement de voix personnalisée.
voice_localization.py
Choisir un accent
GET /voice-generator/available-accents renvoie les accents disponibles,
regroupés par langue, l’accent par défaut en premier. À l’heure où nous écrivons
ces lignes, la liste couvre les cinq langues prises en charge avec deux à six
accents chacune, y compris des variantes régionales comme le français québécois,
l’espagnol mexicain ou l’allemand suisse. Lisez la liste depuis l’endpoint plutôt
que de la coder en dur, et présentez-la à vos utilisateurs sous forme de
sélecteur : les accents en texte libre ne sont pas acceptés. Les accents
régionaux absents de la liste, comme « Bristolian » ou « Texan », relèvent de
Voice Design, où ils se décrivent dans la
description.
Genre
Utilisezgender pour indiquer male ou female. Si vous l’omettez :
- Une voix phare utilise son propre tag de genre.
- Un candidat reprend le genre avec lequel sa propre localisation a été faite.
- Sinon, aucun genre n’est spécifié. Les clones ont rarement un tag de genre,
et les voix converties n’en ont pas : envoyez
genderpour ces sources.
Sources localisables
Évaluer les candidats
- Comparez la source et le candidat lisant le même texte dans la langue cible. Soyez attentif à la prononciation, à l’accent et au fait de reconnaître encore le locuteur.
- Pour comparer uniquement l’accent, conservez la langue source et choisissez explicitement l’accent cible. L’accent par défaut peut différer de celui de la source.
- Comparez plusieurs candidats avant d’en enregistrer un. Répéter une requête ne reproduit pas un candidat précédent.
- Utilisez un texte dans la langue cible du candidat. Conservez une voix localisée distincte pour chaque langue dont vous avez besoin.
- Pour nettoyer une source bruitée plutôt que changer son accent, utilisez Voice Enhance.
Cycle de vie des candidats
Les candidats expirent au bout de 30 jours, sauf si vous les enregistrez comme voix permanentes avecPOST /voices/from-embedding. L’enregistrement d’un
candidat supprime son expiration et renvoie le uid de la voix permanente.
Consultez l’étape de conversion pour la requête et la réponse.
Pour supprimer un candidat avant son expiration, utilisez
DELETE /voice-generator/embeddings/{embedding_id}. Une voix convertie possède
sa propre copie. Les candidats localisés conservent aussi une copie de leur
source : supprimer la source après l’acceptation de la requête n’annule donc pas
la génération. Consultez le
cycle de vie des candidats Voice Design
pour le listage et le nettoyage.
Limites
Erreurs
Les erreurs ont la forme{"detail": "..."}, sauf 422, qui contient une liste
d’erreurs par champ, dont les accents valides pour la langue demandée.
Étapes suivantes
Voice Design
Créez plutôt la voix source à partir d’une description.
Voix personnalisées
Clonez un locuteur, avec une langue, pour que le clone puisse être localisé.
Gérer les voix
Définissez la langue d’un ancien clone, listez et supprimez des voix.
Référence API
Tous les endpoints de localisation en détail.