GenVoice: российский голос, который можно сделать своим | 7Post
Алексей, нейроинженер, обозреватель «Нейросреды»
После Yandex SpeechKit и SaluteSpeech мы видели две большие технологические платформы.
GenVoice интересен несколько иначе.
Здесь на первый план выходит персональный голос.
Актуальная документация GenVoice описывает REST API для синтеза речи, создания персональных голосов, управления ими и получения аудио.
Получается довольно понятная модель:
текст → голос → аудио.
Но вместо стандартного диктора мы можем использовать собственный голосовой профиль.
1. Что такое GenVoice
Платформа объединяет:
- TTS;
- персональное клонирование;
- каталог публичных голосов;
- стили;
- API;
- несколько форматов аудио.
Документация перечисляет отдельные endpoints для синтеза, создания голосов, просмотра списка голосов, изменения и удаления персональных голосов.
Это уже полноценная API-модель.
2. Самый простой запрос
Базовая схема:
POST /api/tts
→ отправляем текст;
→ выбираем голос;
→ получаем аудио.
GenVoice поддерживает 12 форматов вывода, включая MP3, WAV, PCM и Opus.
Для разработчика это удобно.
Потому что результат можно сразу встроить в разные производственные процессы.