Dostawcy i głosy TTS

Obsługiwany adapter#

Aktualnym adapterem chmurowym jest Google Cloud Text-to-Speech. Nazwy innych dostawców są metadanymi konfiguracji; dodatkowe adaptery syntezy nie są wdrożone.

Dane dostępowe#

W rekordzie dostawcy zapisz referencję, nie sekret JSON. Google obsługuje Application Default Credentials oraz referencje file:// i env://. API i Voice worker muszą umieć rozwiązać tę referencję w swoich środowiskach usług.

adc
file:///secure/location/google-service-account.json
env://GOOGLE_TTS_CREDENTIALSKopiuj

To przykładowe formaty. Rzeczywiste sekrety przechowuj poza stroną, Git i publicznym demo.

Głosy i synchronizacja#

W TTS Voices wybierz dostawcę i synchronizuj katalog po uruchomieniu uwierzytelniania. Wybierz ID głosu i język odpowiedni dla trasy. Sam rekord katalogowy nie dowodzi uprawnień do syntezy.

Format audio#

Google dostarcza PCMA/PCMU bezpośrednio. Dla G729 pobierany jest LINEAR16 i konwertowany do surowego G729 8 kHz przy użyciu zgodnego enkodera ffmpeg. Synteza korzysta z kodeka wybranego w odpowiedzi SIP.

Weryfikacja#

Test głosu wykonuje zewnętrzne zapytanie i może być rozliczany przez dostawcę. Nie uruchamiaj go tylko dla podglądu demo. Przy błędach sprawdź odpowiedź, uwierzytelnianie, dostawcę, głos i VOICE_TTS_TIMEOUT. Cache audio runtime nie jest wdrożony.