Możesz napisać idealną kartę i stracić scenę w sekundzie, gdy postać przemówi. TTS nie wybacza tego, co tekst. "Tęskniłam za tobą" odrobinę za radośnie — i nie da się tej kwestii potraktować poważnie. Wysokość pół tonu obok — postać brzmi 20 lat młodziej.
Reverie daje dużo kontroli nad tym, jak postać brzmi. To przewodnik użycia tego dobrze: który silnik, który głos, i kiedy warto sięgnąć po emocję.
Trzy silniki: Edge, MiMo i MiniMax
Reverie ma trzech dostawców TTS:
Microsoft Edge TTS (darmowy, domyślny). Robocza koń pociągowy. Ponad 17 języków, kilka głosów na język, domyślne wg płci, szybka generacja. Wada: stabilny lektor. Wymawia czytelnie, ale nie gra. Dobry do większości; za słaby do scen mocno emocjonalnych.
MiMo (na razie darmowy). Domyślny w Voice Studio i darmowy, dopóki trwa obecna promocja. Jak MiniMax niesie rejestr emocji zamiast czytać płasko — dlatego to oczywisty pierwszy wybór do testu. Dziś nic nie kosztuje, a kwestię gra, zamiast ją ogłaszać.
MiniMax (premium). Wyższa wierność, kilka voice ID na język, i to, co liczy: wsparcie emocji. Synteza niesie rejestr — czułość, gniew, wahanie — czego Edge nie potrafi. Wymaga aktywnej subskrypcji i nalicza za znak tekstu, więc pilnuj długości: długi monolog kosztuje więcej niż krótka kwestia.
Właściwy model myślenia: nie "darmowy vs. płatny", lecz Edge albo MiMo na codzienne kwestie, MiniMax na momenty do zapamiętania.
W długim łuku, gdzie postać głównie się przekomarza — darmowe silniki dają radę. W chwili, gdy wreszcie mówi to, co wstrzymywała — przełącz. To audio-odpowiednik "modelu premium na kluczową odpowiedź" — tania polisa dla linii, które mają znaczenie.
Jak głos jest rozstrzygany
Reverie wybiera w tej kolejności:
- Preferencja użytkownika (twój override dla tej postaci), jeśli ustawiona.
- Domyślny postaci wybrany przez twórcę.