Deepgram: Aura-2

Deepgram: Aura-2 è un modello text-to-speech di Deepgram, elencato su api14 nella categoria speech. Deepgram è il provider dietro il modello, e Aura-2 è costruito attorno al catalogo vocale canonico Aura-2 di Deepgram per la sintesi vocale. Se lavori già con la selezione vocale di Deepgram, questa è la stessa famiglia di voci esposta tramite api14, non una variante separata o rinominata.

Il modello accetta testo come unico input e produce parlato come unico output. È multilingue, con voci che coprono inglese, francese, spagnolo, tedesco, italiano, olandese e giapponese. La lista delle voci è lunga e include opzioni denominate come aura-2-thalia-en, aura-2-agathe-fr, aura-2-agustina-es, aura-2-aurelia-de, aura-2-cesare-it, aura-2-beatrix-nl e aura-2-ama-ja, tra molte altre. Non è pubblicata alcuna cifra di context window per questo modello, e non sono elencati parametri di richiesta supportati, quindi trattalo come un endpoint di sintesi mirato anziché come un modello testuale generico.

Poiché l'output è audio e l'input è testo semplice, gli usi pratici derivano direttamente da questa forma. Puoi generare versioni parlate di contenuti scritti come articoli, documentazione o notifiche. L'insieme multilingue di voci lo rende adatto a prodotti che servono diversi mercati linguistici da un'unica integrazione, per esempio prompt di app localizzati, messaggi in stile IVR o materiale didattico narrato. Scegliere una voce per lingua o per persona è questione di selezionare l'id voce corrispondente dal catalogo.

Per chiamarlo tramite api14, usa l'API compatibile con OpenAI con l'id modello "deepgram/aura-2". Poiché api14 segue la forma di richiesta OpenAI, invii il tuo testo e selezioni una voce dal catalogo Aura-2 nella richiesta. Non sono elencati parametri supportati aggiuntivi per questo modello, quindi mantieni la richiesta minimale e affidati all'id modello più la voce scelta. La tabella prezzi live della pagina copre la fatturazione, quindi controlla lì per le tariffe correnti.

Una cosa da tenere a mente è l'ambito. Aura-2 converte solo testo in parlato. Non accetta input audio, quindi trascrizione, traduzione di audio o lavori speech-to-speech sono al di fuori di ciò che fa questo modello. Se il tuo compito è generazione di testo, ragionamento o qualsiasi cosa oltre la sintesi, un modello diverso su api14 si adatterà meglio. All'interno della sintesi vocale stessa, la decisione principale è quale delle molte voci corrisponde alla tua lingua e al tuo tono.