Dokumentacja
Ustawienia i wartości domyślne
Gdzie zapisać ustawienie i skąd pochodzą wartości używane przy kolejnym generowaniu.
- Obsługa aplikacji
- Programiści
flowchart TB
A[Wartości wbudowane i globalne] --> B[Efektywne ustawienia projektu]
C[Kontekst i ustawienia projektu] --> B
D[Połączenie i domyślne ustawienia usługi] --> B
B --> E[Nowe żądanie generowania]
F[Głosy postaci oraz bloków lub fraz] --> E
G[Wybrany i sprawdzony plan syntezy] --> E
E --> H[Generacja z zapisanymi danymi i ustawieniami]Otwórz ustawienia projektu przy etapie, który chcesz zmienić. Ustawienia globalne określają wartości początkowe, a ustawienia projektu pozwalają wprowadzić wyjątek dla konkretnego zadania. Tryb Simple pokazuje mniej opcji. Tryb Advanced udostępnia dodatkowe ustawienia w tym samym projekcie.
Gdzie szukać ustawienia
| Sekcja | Co warto sprawdzić |
|---|---|
| Oczyszczanie źródła | Wyodrębnianie tekstu, OCR i powtarzające się nagłówki lub stopki. Przeczytaj wynik, zanim użyjesz go dalej. |
| Transkrypcja | Model rozpoznawania mowy, język źródłowy, rozróżnianie mówców i znaczniki czasu słów. Rozpoznawanie i dopasowanie czasowe mogą obsługiwać różne języki. |
| Korekta | Profil modelu językowego, instrukcje i przegląd proponowanych poprawek. |
| Tłumaczenie | Język źródłowy i docelowy, glosariusz, kontekst oraz ograniczenia napisów w języku docelowym. |
| Przygotowanie tekstu do syntezy | Rozpoznawanie dialogów, zmiany wymowy i podział na fragmenty. Po zmianie źródła przygotuj plan ponownie. |
| Synteza mowy | Usługa, dokładny model, głos lub próbka referencyjna, język i opcje danego modelu. |
| Napisy | Długość wierszy, tempo czytania, synchronizacja i wersja tekstu do eksportu. |
| Audio | Przetwarzanie dźwięku oraz łagodne narastanie i wyciszanie. Posłuchaj, czy początki wypowiedzi nie są ucięte i czy głośność jest równa. |
| RVC | Opcjonalna zmiana barwy wygenerowanego głosu. Wymaga osobnej usługi i zgodnego modelu głosu. |
| Eksport | Format, przepływność, metadane książki, okładka oraz ustawienia wideo i napisów. |
Skąd pochodzą wartości
Ustawienia ogólne łączą wartości wbudowane, zapisane ustawienia globalne, kontekst projektu i ustawienia zapisane tylko w tym projekcie. Przy syntezie mowy dochodzą ustawienia połączenia z usługą i jej wartości domyślne. Żądanie może też wprost wskazać ustawienia wcześniejszej generacji. Przypisania głosów do postaci i poszczególnych fragmentów są rozstrzygane osobno — nie tworzą kolejnych warstw wszystkich ustawień projektu.
Zmiana wartości domyślnej nie przepisuje zakończonej generacji. Przy rozpoczęciu generowania aplikacja zapisuje użyte ustawienia, plan syntezy i źródło. Możesz do nich wrócić w historii, nawet gdy później zmienisz projekt.
Głos wskazany dla całego bloku ma pierwszeństwo przed przypisaniami fraz i postaci. W pozostałych przypadkach aplikacja wybiera kolejno: głos frazy, nazwanej postaci, mówcy ze źródła, domyślny głos dialogu oraz narratora lub projektu. W podglądzie generowania sprawdzisz ostateczny wybór.
Krótki przykład
Ustaw angielskiego narratora jako głos projektu. W sekcji Multiple voices przypisz Fredowi inny głos. Jeśli model to obsługuje, dodaj instrukcję szeptu do jednej frazy. Sprawdź podgląd. Zmiana narratora nie musi zmienić głosu Freda ani frazy z osobnym przypisaniem.
Wygeneruj jeden lub dwa bloki, zanim zapiszesz nowe ustawienie jako globalne. Porównując ustawienia, zmieniaj po jednej opcji i zachowuj ten sam tekst.
MCP i API
Przed zapisem odczytaj wartości obowiązujące w danej sekcji i jej aktualny numer wersji. Żądanie PUT zastępuje zapisane ustawienia sekcji. PATCH łączy wartości tylko na najwyższym poziomie: przekazany obiekt zagnieżdżony zastępuje poprzedni obiekt w całości. Nie zakładaj, że null przywraca ustawienia domyślne. Sprawdź aktualny schemat operacji i użyj przewidzianej w nim funkcji resetowania, jeśli jest dostępna.
Zobacz generowanie i wybór nagrań oraz opis ustawień dla tego wydania.