Cartesia өзінің сөйлеу модельдері мен дауыстық агент құру құралдарын әзірлейді. Синтезді, тануды және әңгімені басқаруды бөлек қосуға немесе ортақ платформада пайдалануға болады.
Дауыстық қолданба тыңдай білуі керек
Сөйлесу интерфейсінде жауапты әдемі айту ғана маңызды емес. Репликаның басы мен соңын ажырату, сөз бөлінгенде әрекет ету және тапсырманың барысын сақтау қажет. Cartesia өзінің Sonic синтез модельдерін, Ink тану модельдерін және басқарылатын агенттерін біріктіреді. Құжаттама бұл бөліктерді ажыратады: синтез мәтінді аудиоға айналдырады, тану дыбыстан мәтін алады, агент сөйлеуді диалогпен, құралдармен және таңдалған тілдік модельмен байланыстырады.
Бұл бөлініс жүйенің қажетті ауқымын таңдауға көмектеседі. Хабарландыруларды дыбыстауға TTS жеткілікті. Телефон көмекшісіне қосымша мәнмәтін, дыбысты тасымалдау, әрекет ережелері және қателерді бақылау қажет. Әзірлеушіде бүкіл өнім қатарының болуы команданы өз қолданбасының логикасына жауапкершіліктен босатпайды.
Қарапайым сценарийде тексеру
Оқу агенті ойдан шығарылған шеберхананың жұмыс уақытын хабарлай алады. Оған қысқа бекітілген анықтамалық беріп, жазылуға бос уақытты ойдан шығаруға тыйым салыңыз. Пайдаланушы демалыс күндері туралы сұрап, кейін жауапты мекенжай жөніндегі нақтылаумен бөледі. Өлшемдер алдын ала түсінікті: агент бұрынғы репликаны тоқтатады, нақтылауға жауап береді және жоқ броньды жарияламайды.
Есімдерді, мекенжайлар мен әріп-сан белгілерін бөлек тыңдаңыз. Журналда тану қатесін, пайымдау қатесін және синтездің қате интонациясын ажыратқан пайдалы: олар әртүрлі түзетіледі. Алдымен қысқа әңгімені және байланыс үзілгеннен кейін қалпына келуді тексеріңіз. Содан кейін ғана ұзақтығын арттырып, сыртқы әрекеттерді қосыңыз. Бұл мысал Cartesia жылдамдығының өлшемін емес, тапсырма қоюды көрсетеді.
API, дауыс және орналастыру
Браузерлік алаң және ресми REST/WebSocket интерфейстері, сондай-ақ әзірлеушілерге арналған мысалдар бар. Дауысты клондау мен жасау қолжетімділік шарттары бар жеке функцияларға жатады. Адамның дауысы қолданылса, файлдың өзі жеткіліксіз: оның келісімі және таңдалған пайдалануға құқық қажет.
Өз ортаңызда орналастыру
Сайт бұлтта орналастыруды, өз инфрақұрылымын және құрылғыда іске қосуды сипаттайды. Бұл нұсқаларды еркін жүктеп алуға болатын үй бағдарламасымен теңестіруге болмайды: жеткізілім құрамы мен шарттарын келісу қажет. Өңдеу аймағына талаптары бар өнім үшін соңғы нүктені, деректерді сақтауды және қажетті модельдің дәл осы орналастыру нұсқасында бар-жоғын алдын ала нақтылаңыз.
Кредиттер және басқарылатын агенттер
Cartesia-да ресурсы шектеулі тегін жоспар және ақылы деңгейлер бар. Тарифтер беті дауыстық модельдердің кредиттері мен агент шығындарын бөлек түсіндіреді. Сондықтан әңгіме минуттары мен синтезделген мәтін көлемін бір болжамды квотаға қосуға болмайды.
Енгізер алдында тану, генерация және агент логикасының өзіңізге қажетті үйлесімін бағалаңыз. Пайдалы сынақ жолына авторизация, кірісті жіберу, аудионы алу, қате жағдайын өңдеу және қорытынды есептегішті тексеру кіреді. Сөйлеу тілін қолдау орысша интерфейсті растамайды, ал жарнамадағы кідіріс сіздің желіңізде дәл сондай жылдамдықты уәде етпейді.
Қандай тапсырмаларға жарайды
- Өнімге ағындық синтезді енгізу
- Анықтамалық бойынша дауыстық көмекші құру
- Сөйлесу қолданбасында сөйлеуді тану
- Сөздің бөлінуін және репликалардың аяқталуын тексеру
Артықшылықтары
- Синтез бен танудың жеке модельдері
- Модельдер мен басқарылатын агенттердің бөлінуі
- Ресми мысалдары бар REST және WebSocket
Шектеулер
- Сөйлесу қолданбасына өзінің әрекет ережелері қажет
- Модельдер мен агенттер әртүрлі ресурстарды жұмсайды
- Өз инфрақұрылымында орналастыру шарттары бөлек келісіледі
Таңдау және шарттар
- Тегін режим
- Иә
- Сынақ кезеңі
- Расталмаған
- Тіркелусіз
- Расталмаған
- Орысша интерфейс
- Расталмаған
- Жергілікті орнату
- Иә
- API
- Иә
«Расталмаған» деген белгі мәліметтің жеткіліксіз екенін білдіреді. Мүмкіндік бар болуы ықтимал; әзірлеушінің шарттарын тексеріңіз.
- Бастапқы пішімдер
- Аудио, Мәтін
- Нәтиже
- Аудио, Мәтін
Шарттар
Тегін жоспар кредиттермен шектелген. Модель кредиттері мен агент ресурстары бөлек есептеледі. On-premise/on-device әзірлеушінің шарттарымен қолжетімді; бұл тегін жергілікті қолданба уәдесі емес.Тапсырмадан алғашқы нәтижеге
Практикалық мысал
- Тапсырма
- Өнімге ағындық синтезді енгізу
- Не дайындау керек
- Рұқсат етілген аудиокіріс және ойдан шығарылған шеберхана туралы қысқа бекітілген анықтамалық; жеке деректерсіз.
Тапсырма немесе сұрау
Агентті баптауға арналған оқу тапсырмасы: тек анықтамалықтағы жұмыс уақыты мен мекенжай туралы жауап беру. Деректерде жазылу уақыты болмаса, бронь уәдесін бермеу. Пайдаланушы сұрақ қойып, жауапты мекенжайды нақтылаумен бөледі, содан кейін жоқ әрекетті сұрайды. Сөз бөлінуін және ойдан шығарылған әрекеттен дұрыс бас тартуды тексеру.
Күтілетін нәтиже
Дауыстық жауабы және қолжетімді репликалар журналы бар диалог; бизнес әрекеттерге бөлек бапталған құралдар мен рұқсаттар қажет.
Нәтижені қалай тексеруге болады
- Сөзі бөлінгенде агент бұрынғы репликаны тоқтата ма және нақтылаудың мағынасын сақтай ма, тексеріңіз.
- Фактілерді анықтамалықпен салыстырыңыз; дауыстық уәдені нақты жазылудың растауы деп санамаңыз.
Бұл сервисті жеке сынаудың нәтижесі емес, тапсырманы қоюға арналған редакциялық оқу мысалы. Қажетті режимнің қолжетімділігін, бастапқы материалдарға құқықтарды және нәтижені пайдалану шарттарын тексеріңіз.
Толық мәліметті тексеру
Ресми дереккөздер
- Cartesia платформасы және орналастыру тәсілдері
- Дауыстық модельдер және API
- Тарифтер және есеп бірліктері
Сипаттама әзірлеуші материалдары бойынша жасалған. Мүмкіндіктер, бағалар мен қолжетімділік өзгеруі мүмкін; пайдаланбас бұрын бастапқы дереккөзбен салыстырыңыз.