صدای AI معمولاً وقتی مصنوعی به نظر می‌رسد که متن برای خواندن نوشته شده، نه برای گفتن. قبل از دست بردن در تنظیمات، اول متن را برای شنیده‌شدن بازنویسی کن.
ترفند
- جمله‌های طولانی با چند ایده را بشکن؛ هر جمله یک ایده.
- برای تردید یا مکث از سه‌نقطه (...) و برای مکث کوتاه از خط تیره استفاده کن. تگ
<break>در مدل‌های v3 و v4 پشتیبانی نمی‌شود. - برای تأکید فقط یک کلمه را با حروف بزرگ بنویس، نه کل جمله.
- تگ‌های صوتی مثل [whispers] یا [sighs] را کنار متن بگذار. صدای انتخابی باید با تگ هم‌خوان باشد؛ صدای جدی با تگ بازیگوشانه جواب خوبی نمی‌دهد.
- سرعت را روی ۱ نگه دار و فقط کم تغییر بده. بازه‌ی مجاز ۰.۷ تا ۱.۲ است و مقادیر خیلی کم یا زیاد ممکن است کیفیت را پایین بیاورد.
- دو یا سه نسخه بساز و با گوش خودت مقایسه کن.
[calm, low voice] Here is the honest truth: most people quit way too early. [sighs] It was a VERY long road for me too. [whispers] Keep going.
چرا جواب می‌ده؟
علامت‌گذاری و تگ‌ها به مدل می‌گویند کجا مکث کند، کجا تأکید بگذارد و با چه حالتی بخواند. این روش تضمین نیست، چون رفتار هر صدا فرق دارد. اگر متن فارسی می‌خواهی، قبل از تولید نهایی همین تست‌ها را روی زبان فارسی انجام بده.
