Thư viện giọng nói, bản xem trước và giọng nói tùy chỉnh

Tìm kiếm và xem trước giọng nói ThunderPhone, tạo mẫu giọng nói, yêu cầu quyền truy cập giọng nói tùy chỉnh, tạo giọng nói từ âm thanh và quản lý giá cùng trạng thái giọng nói.

Mở Giọng nói (/dashboard/voices) để khám phá giọng nói cho tác nhân AI của bạn và, khi được bật cho tổ chức của bạn, tạo giọng nói tùy chỉnh từ một mẫu âm thanh ngắn.

Duyệt thư viện giọng nói#

Dùng tìm kiếm cùng bộ lọc Ngôn ngữ và Giới tính để thu hẹp danh mục. Mỗi hàng hiển thị tên giọng nói, thông tin ngôn ngữ được hỗ trợ, mẫu âm thanh có sẵn và mọi phụ phí premium áp dụng cho toàn bộ hoặc một số ngôn ngữ.

Trình tạo tác nhân lọc cùng danh mục này thành các giọng nói tương thích với ngôn ngữ chính và ngôn ngữ bổ sung của tác nhân AI. Việc chọn một giọng nói trong thư viện không thay đổi tác nhân AI; mở tab Cấu hình của tác nhân AI để gán giọng nói đó.

Giọng ElevenLabs#

Thư viện cũng liệt kê các giọng từ ElevenLabs dưới tên riêng của ElevenLabs. Các giọng này chạy trên mô hình Eleven v4 Turbo của ElevenLabs và hỗ trợ mọi ngôn ngữ trong danh mục ngôn ngữ, vì vậy ngôn ngữ của tác nhân AI không bao giờ loại trừ giọng nào. Mỗi giọng phát mẫu riêng của ElevenLabs; hiện chưa thể tạo mẫu bằng văn bản của bạn cho các giọng này (bên dưới).

• Một giọng ElevenLabs có giá +5¢/phút cho mọi ngôn ngữ. Mức giá này thay thế phụ phí ngôn ngữ hoặc giọng cao cấp; không được cộng thêm vào đó.
• Giọng ElevenLabs chưa đủ điều kiện HIPAA. Tác nhân AI xử lý PHI không thể chọn giọng này, và tác nhân AI đang sử dụng giọng này không thể chuyển sang xử lý PHI. Nếu bạn cần dùng chúng cho cuộc gọi PHI, hãy yêu cầu chúng tôi bật HIPAA cho các giọng này.
• Nếu cuộc gọi của tác nhân AI trở thành cuộc gọi PHI theo cách khác (ví dụ: BAA được ghi nhận cho tổ chức của bạn), các cuộc gọi đó sẽ dùng giọng tiêu chuẩn cho ngôn ngữ cuộc gọi và không chịu phí ElevenLabs.
• Trong API, một giọng ElevenLabs là elevenlabs:<voice_id>. GET /v1/voices liệt kê các giọng này trong khối elevenlabs; xem API Giọng nói.

Nghe giọng nói đọc văn bản của bạn#

Chọn Nghe giọng nói đọc nội dung của bạn, nhập 1–500 ký tự, chọn một ngôn ngữ được hỗ trợ và tạo mẫu.

• Mỗi mẫu mới có giá 3¢ từ số dư của tổ chức.
• Hộp thoại xác nhận hiển thị khoản phí trước khi tạo.
• Mẫu được lưu đệm giống hệt sẽ được cung cấp miễn phí và có nhãn Phục vụ từ bộ nhớ đệm.
• Mỗi tổ chức có thể tạo tối đa 30 mẫu mỗi giờ.
• Một giọng nói chỉ có thể được xem trước bằng các ngôn ngữ có sẵn cho giọng nói đó.

API mẫu giọng nói cung cấp cùng quy trình này theo lập trình.

Yêu cầu quyền truy cập giọng nói tùy chỉnh#

Giọng nói tùy chỉnh được bật theo từng tổ chức. Nếu quyền truy cập chưa được bật, chọn Yêu cầu quyền truy cập, nhập số lượng vị trí giọng nói bạn cần và có thể mô tả trường hợp sử dụng trong tối đa 2.000 ký tự.

Mỗi lần chỉ có thể có một yêu cầu đang chờ xử lý. Sau khi quyền truy cập được bật, trang hiển thị số vị trí giọng nói tùy chỉnh đã dùng và còn trống. Dùng Yêu cầu thêm vị trí khi bạn cần hạn mức cao hơn.

Tạo giọng nói tùy chỉnh#

1. Xác nhận quyền của bạn

   Xác nhận rằng bạn có quyền sử dụng và sao chép giọng nói. Không thể tạo giọng nói tùy chỉnh nếu không có xác nhận này.

2. Ghi âm hoặc tải lên mẫu sạch

   Ghi âm tối đa 15 giây trong trình duyệt hoặc tải lên tệp WAV hoặc MP3 tối đa 4 MB. Dùng một người nói, tốc độ ổn định và ít tiếng ồn nền nhất có thể.

3. Đặt tên và phân loại

   Nhập tên gồm 1–100 ký tự, chọn ngôn ngữ và có thể đánh dấu giọng nói là nữ hoặc nam. Chọn Tạo giọng nói.

Quá trình tạo diễn ra không đồng bộ. Một giọng nói sẽ chuyển qua trạng thái Đang tạo, Sẵn sàng hoặc Thất bại. Giọng nói sẵn sàng có thể được phát và gán cho tác nhân AI; giọng nói thất bại có thể được thử lại bằng một mẫu mới.

Đổi tên, thử lại và xóa#

• Đổi tên thay đổi nhãn hiển thị trên toàn bộ dashboard mà không thay đổi ID giọng nói.
• Thử lại bắt đầu một lần tạo mới sau khi thất bại.
• Xóa loại bỏ giọng nói khỏi bộ chọn của tổ chức bạn và giải phóng vị trí hạn mức của giọng nói đó. Các tác nhân AI đang sử dụng giọng nói này vẫn giữ cấu hình đã lưu cho đến khi bạn lưu lại chúng với một giọng nói khác.

Để xem đầy đủ các hợp đồng về đối tượng, trạng thái, yêu cầu hạn mức, xem trước, đổi tên và xóa, hãy xem API giọng nói tùy chỉnh.

Giá#

Các đường dẫn giọng nói/ngôn ngữ cao cấp tĩnh được đánh dấu +3¢/phút trong thư viện và trình tạo. Phụ phí giọng nói thực tế dựa trên tổ hợp giọng nói-ngôn ngữ thực tế; nhãn ngôn ngữ và giọng nói cao cấp không cộng dồn thành hai khoản phí riêng 3¢. Giọng nói ElevenLabs có giá riêng (xem Giọng nói ElevenLabs). Giá giọng nói tùy chỉnh theo tổ chức, khi áp dụng, được trả về bởi chính sách giọng nói tùy chỉnh và phản ánh trong mức giá trọn gói của trình tạo.