HeyGen: HeyGen Voice Turbo

HeyGen Voice Turbo est un modèle de synthèse vocale de HeyGen, référencé sur api14 sous l'identifiant de modèle heygen/heygen-voice-1-turbo. Il appartient à la catégorie speech et se positionne comme une version à latence réduite de HeyGen Voice, le modèle de synthèse vocale principal de l'entreprise. Si vous connaissez déjà HeyGen pour ses outils d'avatar et de vidéo, il s'agit de la ligne de synthèse vocale du même fournisseur, packagée ici comme un point de terminaison speech unique que vous pouvez appeler aux côtés de vos autres modèles.

Le modèle prend du texte comme seule entrée et renvoie de la parole comme seule sortie. Il est livré avec les mêmes 10 voix par défaut que HeyGen Voice : nadine, tabitha, bram, gareth, noelle, meredith, sabrina, lucian, weston et vincent. Si ces valeurs par défaut ne suffisent pas, vous pouvez fournir votre propre clé HeyGen pour utiliser des clones vocaux, ce qui vous permet de générer de la parole avec une voix que vous avez déjà configurée du côté de HeyGen. Aucune longueur de contexte n'est publiée pour ce modèle, donc considérez le texte que vous envoyez comme un énoncé unique ou un segment de script plutôt que comme quelque chose avec un budget de tokens documenté. Le modèle n'expose aucun paramètre de requête pris en charge au-delà de ce que le point de terminaison lui-même exige.

Les cas d'usage évidents découlent de l'entrée texte et de la sortie parole, avec la latence comme argument de vente. La narration et la voix off pour de courts clips vidéo, les versions parlées d'articles ou de résumés, l'audio pour des visites guidées de produits et les invites vocales dans des applications interactives sont tous des usages raisonnables. Comme il s'agit de la variante turbo, il convient aux pipelines où une personne attend l'audio, comme un assistant qui prononce une réponse ou un outil qui lit un résultat à voix haute. L'option de clone vocal est importante si vous avez besoin de cohérence de marque ou de personnage sur de nombreux clips plutôt que d'un narrateur générique.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle heygen/heygen-voice-1-turbo, de la même manière que vous appelleriez n'importe quel autre modèle speech sur la passerelle. Pointez votre client OpenAI existant vers l'URL de base d'api14, envoyez votre texte comme entrée et sélectionnez l'une des dix voix. Comme le modèle ne liste aucun paramètre pris en charge, gardez votre requête minimale et évitez de supposer des contrôles d'échantillonnage, des réglages de vitesse ou des options de format qui ne sont pas documentés. Si vous avez besoin de clones vocaux, fournissez votre propre clé HeyGen comme décrit par le fournisseur.

Il y a quelques cas où ce modèle peut ne pas être le bon choix. Il accepte uniquement du texte et produit uniquement de la parole, donc il ne peut pas transcrire d'audio, traduire de la parole ou générer de la musique, et il n'aidera pas pour la génération d'images ou de vidéos même si HeyGen est connu pour ses avatars. Il n'y a pas non plus de longueur de contexte publiée, ce qui en fait un mauvais choix pour de très longs documents en un seul appel ; découper votre script en segments plus courts est l'approche la plus sûre. Si vous avez besoin d'un modèle avec des contrôles de paramètres documentés ou une fenêtre de contexte définie, consultez les autres modèles speech sur api14 avant de vous engager.