Modelli di sintesi vocale

AI-School supporta modelli di sintesi vocale che convertono il testo in audio. Questi modelli sono usati in Testo in audio nel dashboard e in funzioni che generano audio da una chat.

Catalogo attuale

Fornitore	Modello	Nota
OpenAI	GPT-4o mini TTS	Voce naturale con buon controllo su tono e stile.
Google	Gemini 3.1 Flash TTS Preview	Nuovo modello di voce Gemini con controllo accurato su stile, ritmo e tono.
European AI	Voxtral Mini TTS	sintesi vocale europea basata su Mistral Voxtral Mini.

Claude non ha un proprio modello di sintesi vocale in catalogo. Se Claude è abilitato come fornitore, i modelli vocali rimangono dipendenti dagli altri fornitori configurati.

Cosa determina un modello di sintesi vocale

Un modello di sintesi vocale determina come viene pronunciato il testo e quali possibilità sono disponibili. Ad esempio:

• le voci disponibili;
• le lingue supportate da una voce;
• la qualità e la naturalezza dell’eloquio;
• il modo in cui vengono seguite istruzioni su ritmo, tono, accento e pronuncia.

Voci e lingue

Le voci disponibili variano in base al fornitore. AI-School mostra in testo-to-audio solo voci coerenti con la lingua scelta, o voci adatte a più lingue. Se una voce è destinata a lingue specifiche, quella lingua è indicata accanto alla voce.

OpenAI e Google supportano la maggior parte delle lingue in catalogo. Voxtral Mini TTS supporta un insieme più piccolo di lingue, tra cui olandese, inglese, francese, spagnolo, portoghese, italiano, tedesco, hindi e arabo.

Systechprompt

In testo in audio, è possibile utilizzare lo systechprompt per guidare l’eloquio e lo stile. Ad esempio, puoi indicare che il neerlandese deve suonare naturale, che termini come AI, AI-School, ChatGPT e OpenAI siano pronunciati in inglese, o che Claude suoni come un nome francese.

Preferenze

Gli utenti possono salvare le proprie impostazioni testo-in-audio come preferenze personali. In questo modo modello, lingua, voce e istruzioni di pronuncia non devono essere scelte ogni volta.