Deepgram: Aura-2

Deepgram: Aura-2 es un modelo de texto a voz de Deepgram, listado en api14 dentro de la categoría speech. Deepgram es el proveedor detrás del modelo, y Aura-2 se construye en torno al catálogo de voces canónico Aura-2 de Deepgram para síntesis de voz. Si ya trabajas con la línea de voces de Deepgram, esta es la misma familia de voces expuesta a través de api14 en lugar de una variante separada o renombrada.

El modelo toma texto como su única entrada y produce voz como su única salida. Es multilingüe, con voces que abarcan inglés, francés, español, alemán, italiano, neerlandés y japonés. La lista de voces es larga e incluye opciones con nombre como aura-2-thalia-en, aura-2-agathe-fr, aura-2-agustina-es, aura-2-aurelia-de, aura-2-cesare-it, aura-2-beatrix-nl y aura-2-ama-ja, entre muchas otras. No hay una cifra de ventana de contexto publicada para este modelo, y no se enumeran parámetros de solicitud compatibles, así que trátalo como un endpoint de síntesis enfocado en lugar de un modelo de texto general.

Como la salida es audio y la entrada es texto plano, los usos prácticos se derivan directamente de esa forma. Puedes generar versiones habladas de contenido escrito, como artículos, documentación o notificaciones. El conjunto de voces multilingüe lo hace adecuado para productos que atienden varios mercados lingüísticos desde una sola integración, por ejemplo indicaciones de aplicaciones localizadas, mensajes estilo IVR o material de aprendizaje narrado. Elegir una voz por idioma o por persona es cuestión de seleccionar el id de voz correspondiente del catálogo.

Para llamarlo a través de api14, usa la API compatible con OpenAI con el id de modelo "deepgram/aura-2". Como api14 sigue la forma de solicitud de OpenAI, envías tu texto y seleccionas una voz del catálogo Aura-2 en la solicitud. No se enumeran parámetros compatibles adicionales para este modelo, así que mantén la solicitud mínima y confía en el id de modelo más la voz que elijas. La tabla de precios en vivo de la página cubre la facturación, así que consulta allí las tarifas actuales.

Una cosa a tener en cuenta es el alcance. Aura-2 solo convierte texto a voz. No acepta entrada de audio, por lo que la transcripción, la traducción de audio o el trabajo de voz a voz quedan fuera de lo que hace este modelo. Si tu tarea es generación de texto, razonamiento o cualquier cosa más allá de la síntesis, un modelo diferente en api14 encajará mejor. Dentro de la propia síntesis de voz, la decisión principal es cuál de las muchas voces coincide con tu idioma y tono.