Sintesi di dialoghi multi-ruolo: esempio completo dei parametri

Prendendo come esempio la linea di sintesi di dialoghi multi-speaker di ElevenLabs, viene illustrato come organizzare un array di dialoghi basati sui ruoli e i parametri globali di sintesi all'interno di una singola richiesta. Nel campo base, dialogue è un campo obbligatorio e ogni elemento contiene text e voice (voice assume un voice_id predefinito, confrontabile singolarmente tramite l'indirizzo statico di anteprima audio); il numero totale di caratteri di tutte le battute è soggetto al limite massimo di 5000. stability è un'enumerazione a tre livelli 0 / 0.5 / 1, utilizzata per bilanciare «oscillazione emotiva» e «coerenza timbrica»; language_code è un'enumerazione di codici lingua ISO e, se lasciato vuoto, viene rilevato automaticamente dal modello. Questa opera costruisce tre brevi dialoghi: un narratore calmo, un interlocutore dal tono vivace e un risponditore posato, mostrando, tramite il cambio di voice_id e dei livelli di stability all'interno della stessa richiesta, come si organizza la sintesi di dialoghi multi-ruolo in un'unica chiamata. È adatta agli sviluppatori per comprendere rapidamente la struttura di input di questa linea, la semantica dei parametri e l'approccio alla disposizione multi-ruolo, e può servire anche come punto di partenza prototipale per scenari quali agenti vocali di assistenza clienti, conversazioni podcast e audio didattici.