今天，我们正式发布语音设计功能。

编写提示词，即可创建语音。

描述你的应用场景所需的口音、年龄、性别和语速，几秒内就能获得新语音，即可使用。

现在可免费通过Gradium API和工作室体验。https://t.co/wC4YIKwbGQ https://t.co/TlGQWxwAaM

语音设计

来源：https://gradium.ai/voice-design 语音设计

通过简短文本提示词获取全新语音

想象说话者形象，几秒内即可听到他们的声音。

一位四十多岁的沉稳女性，声音清晰可辨……或

4.06 / 5

口音还原度

在已测试的四款语音设计系统中表现最佳。

83.4%

提示词遵循度

在InstructTTSEval英文基准测试中，超越所有已公布系统。

100+

种口音

从哥伦比亚西班牙语到魁北克法语或瑞士德语，覆盖全球各地区。

任何你能描述的说话者，涵盖所有细节，速度领先全球。

来自任何地区、任何年龄的语音

全球各地区口音与感知年龄均可完全控制。

发布前的实用部分

语音设计免费开放，适用于所有套餐。立即打开工作室设计你的首个语音。

查看定价 (https://gradium.ai/pricing)

一个提示词，从句子到语音

将此代码粘贴到您的编程助手。它会描述语音特征、试听候选语音、保留所需语音，并将其语音ID用于您现有的TTS接口。

从可运行的示例开始

三个将设计语音融入产品的构建案例。每个案例今日即可运行，代码已公开。

• 将肖像转化为动态语音头像

  设计与面部匹配的语音，使用Gradium TTS生成台词，配合Pruna的视频头像模型为静态图像添加动态。这是完整的视频片段，而非实时通话。

• 通过对话设计语音

  采用语音优先的Gradbot代理询问语音特征需求，设计候选语音，并将实时通话切换至该语音。下一个问题即为试听环节。

• 可呼叫的实时语音头像代理

  使用Gradium处理语音生成与语音识别，LiveKit实现实时会话，LemonSlice提供动态面容。只需一张图片、语音描述和角色设定即可运行。

https://studio.gradium.ai/voices/library在工作室发现+400种语音

并非每个项目都需要新语音

语音库涵盖五种语言和十三种地区变体，其中所有语音均通过听众偏好测试而非内部主观评判。

有问题？我们随时为您解答