In qualità di creatore di contenuti, non vuoi limitarti a presentare informazioni: vuoi creare esperienze di e-learning multisensoriali che abbiano un impatto positivo sul tuo pubblico. Usare il suono in modo creativo può aiutarti a raggiungere questo obiettivo. Le funzionalità di sintesi vocale ed effetti sonori basati sull'intelligenza artificiale ti consentono di creare voci ed effetti sonori altamente realistici generati dall'intelligenza artificiale per contenuti più coinvolgenti e accessibili.

Ecco come accedere a queste funzionalità in ogni app.

• Rise 360 e Frontline: vai alla libreria a blocchi, quindi fai clic su Genera blocco AI > Genera audio AI. Consulta questa guida per l'utente per maggiori dettagli.
• Storyline 360: vai alla scheda Home o Inserisci, quindi fai clic su Inserisci audio nel menu Assistente AI sulla barra multifunzione o chatta con AI nel pannello laterale. Consulta questa guida per l'utente per maggiori dettagli.

Dai vita alla narrazione con voci generate dall'intelligenza artificiale

Se hai mai usato la classica sintesi vocale, probabilmente avresti voluto che le voci suonassero meno, beh, robotiche. La sintesi vocale basata sull'intelligenza artificiale dà vita alla narrazione con voci generate dall'intelligenza artificiale e consapevoli del contesto che sembrano più naturali e umane! Scopri la differenza di qualità tra una voce standard, una voce neurale e una voce generata dall'intelligenza artificiale facendo clic sui link agli esempi di sintesi vocale riportati di seguito.

• Voce standard
• Voce neurale
• Voce generata dall'intelligenza artificiale

Per iniziare a usare Storyline 360, fai clic sull'icona Inserisci audio nel menu Assistente AI per aprire la finestra di dialogo Genera audio AI. Una libreria di voci generate dall'intelligenza artificiale, che puoi filtrare per fonte, sesso, età, lingua e accento, viene visualizzata nella scheda Le mie voci. Le voci hanno anche descrizioni come «profonda», «sicura di sé», «nitida», «intensa» e «rilassante» e categorie che possono aiutarti a determinarne i casi d'uso ideali, dai telegiornali alla meditazione o persino all'ASMR. Trova queste qualità sotto il nome della voce e usa il pulsante di riproduci per visualizzare l'anteprima della voce.

Fai clic sull'elenco a discesa Visualizza e seleziona Preferiti per trovare tutte le tue voci preferite o In progetto per vedere le voci utilizzate nel progetto corrente. Dopo aver scelto una voce, fai clic sul pulsante con l'etichetta Usa per passare alla scheda Sintesi vocale. La voce che hai scelto è già preselezionata.

Successivamente, inserisci lo script nella casella di testo fornita o fai clic sul link aggiungi dalle note della diapositiva per copiare le note dalla diapositiva. Lo script può contenere un massimo di 5.000 personaggi. Per l'accessibilità, lascia selezionata la casella Genera sottotitoli codificati: l'IA genererà automaticamente i sottotitoli codificati. Puoi determinare istantaneamente se la tua narrazione da testo a voce contiene sottotitoli codificati tramite l'etichetta CC che appare accanto a ciascun output.

In Rise 360 e Frontline, inserisci un blocco AI Audio per aprire la finestra multimediale del Corso. In Voice nella scheda Audio AI, fai clic sul menu a discesa e seleziona una voce dall'elenco. Fai clic sul pulsante Visualizza tutto accanto al menu a discesa per esplorare altre voci nella libreria vocale.

Dopo aver selezionato una voce, inserisci lo script nella casella di testo o fai clic su inserisci blocco di testo se stai aggiungendo audio a un blocco di testo esistente.

La tabella seguente elenca le voci predefinite disponibili in Storyline 360. Puoi contrassegnare i tuoi preferiti facendo clic sull'icona a forma di cuore per trovarli più facilmente in seguito. In Rise 360 e Frontline, le voci Articulate sono disponibili al posto delle voci predefinite.

Trova altre voci nella libreria vocale

Oltre alle voci predefinite, hai anche accesso a una libreria vocale estesa con migliaia di voci ultrarealistiche generate dall'intelligenza artificiale che possono essere filtrate per età, sesso e caso d'uso. Scopri la voce giusta per i tuoi contenuti nella libreria vocale consultando le seguenti guide per l'utente.

• Libreria vocale in Rise 360
• Libreria vocale in Storyline 360

Periodo di avviso di rimozione vocale

Una voce può avere un periodo di preavviso, che specifica per quanto tempo potrai accedere alla voce se l'autore decide di rimuoverla dalla libreria vocale. Quando ciò accade, la voce rimossa non sarà più disponibile nella libreria. Se l'hai già aggiunta a Le mie voci in Storyline 360 o ai preferiti in Rise 360 e Frontline, la voce rimossa verrà comunque visualizzata nell'elenco e potrà essere utilizzata per generare nuovi contenuti, ma in Storyline 360 vedrai un avviso e la data in cui non sarà più disponibile. Una volta scaduto il periodo di preavviso, la voce mostrerà un errore e non potrà più essere visualizzata in anteprima o utilizzata per generare nuovi contenuti.

La maggior parte delle voci ha un periodo di preavviso, ma alcune no. Le voci senza un periodo di preavviso scompaiono immediatamente dalla libreria vocale se il creatore decide di eliminarle. I contenuti generati utilizzando una voce che è stata rimossa dalla libreria vocale continueranno a funzionare come normali file audio.

Se desideri sostituire una voce prima che venga rimossa, segui i passaggi descritti qui per ciascuna app.

Regola le impostazioni vocali

A differenza della classica sintesi vocale, le voci generate dall'intelligenza artificiale possono essere personalizzate per prestazioni vocali su misura. L'impostazione Modello consente di scegliere tra tre diverse opzioni:

• V4 (modello predefinito): il modello più avanzato ed espressivo, con maggiore precisione vocale, coerenza e trasmissione delle emozioni. Supporta più di 90 lingue. Consente un massimo di 10.000 personaggi. Per ottenere i migliori risultati, consulta alcune tecniche di suggerimento riportate di seguito.
• V3 - Espressivo, con un'ampia gamma emotiva e supporto per oltre 70 lingue. Consente un massimo di 5.000 personaggi.
• Multilingue v2: risultati più coerenti, ideali per voci multilingue e accentate, con supporto per 29 lingue. Consente un massimo di 10.000 personaggi.
• Flash v2.5: output più rapido, meno sfumature e intervallo. Consente un massimo di 10.000 personaggi.

Suggerimento: alcune voci suonano meglio con determinati modelli e alcuni modelli offrono prestazioni migliori in lingue specifiche. Sperimenta diverse combinazioni per trovare quella che funziona meglio. Ad esempio, la voce di Matilda suona più naturale in spagnolo con il modello Multilingual v2 che con v3.

L'impostazione Stabilità controlla l'equilibrio tra la stabilità e la casualità della voce. La velocità determina il ritmo e la somiglianza determina quanto strettamente AI Assistant deve aderire alla voce originale durante la replica.

Le impostazioni aggiuntive includono Style exaggeration, che amplifica lo stile della voce originale, e Speaker boost, che migliora la somiglianza tra il parlato sintetizzato e la voce. Tieni presente che se una di queste impostazioni viene regolata, la generazione del parlato richiederà più tempo.

Divertiti con queste impostazioni per trovare il giusto equilibrio per i tuoi contenuti. La tabella seguente riporta il valore del cursore predefinito per ogni impostazione. Per i modelli v3 e v4, Stability è l'unica opzione disponibile.

Nota: alcune voci nel modello Multilingual v2 tendono ad avere un volume incoerente, che si attenua verso la fine, quando si generano clip lunghe. Si tratta di un problema noto con il modello sottostante e il nostro subprocessore AI per la sintesi vocale sta lavorando per risolverlo. Nel frattempo, suggeriamo le seguenti soluzioni alternative:

• Usa una voce diversa
• Passa al modello Flash v2.5
• Aumenta la stabilità della voce
• Suddividi manualmente il testo in blocchi più piccoli per generare clip più brevi

Devo usare SSML?

AI Assistant ha un supporto limitato per il linguaggio di markup di sintesi vocale (SSML) perché le voci generate dall'intelligenza artificiale sono progettate per comprendere la relazione tra le parole e adattare di conseguenza la pronuncia. Se devi controllare manualmente il ritmo, puoi aggiungere una pausa. Il modo più coerente per farlo è inserire la sintassi nello script<break time="1.5s" />. Questo crea una pausa esatta e naturale nel discorso. Ad esempio:

Con i loro sensi acuti i <break time="1.5s" /> gatti sono abili cacciatori.

Usa i secondi per descrivere una pausa della durata massima di tre secondi.

Puoi provare un trattino semplice - o un em-dash — per inserire una breve pausa o più trattini per una pausa più lunga. I puntini di sospensione ... a volte funzionano anche per aggiungere una pausa tra le parole. Tuttavia, queste opzioni potrebbero non funzionare in modo coerente, quindi consigliamo di utilizzare la sintassi sopra riportata per motivi di coerenza. Tieni presente che un numero eccessivo di tag di interruzione può potenzialmente causare instabilità.

Nota: i modelli v3 e v4 non supportano i tag di interruzione SSML. Usa i tag audio, la punteggiatura (ellissi) e la struttura del testo per controllare le pause e il ritmo.

Tecniche di suggerimento per v4

Il modello v4 introduce il controllo emotivo tramite tag audio, permettendo alle voci di ridere, sussurrare, essere sarcastiche o mostrare curiosità, tra le altre opzioni. I tag audio si applicano anche al modello v3, ma v4 è un aggiornamento generale rispetto alla v3, che offre risultati migliori nella maggior parte dei casi.

La tabella seguente elenca vari tag che puoi usare per controllare la riproduzione vocale e l'espressione emotiva, nonché per aggiungere suoni ed effetti di sottofondo. Include anche alcuni tag sperimentali per usi creativi.

Oltre ai tag audio, anche la punteggiatura influisce sulla consegna. Le ellissi (...) aggiungono pause, le maiuscole enfatizzano parole o frasi specifiche e la punteggiatura standard imita il ritmo naturale del parlato. Ad esempio: «Ha avuto MOLTO successo! ... [inizia a ridere] Riesci a crederci?»

Suggerimenti:

• Usa tag audio che corrispondano alla personalità della voce. Una voce calma e meditativa non griderà e una voce energica non sussurrerà in modo convincente.
• Richieste molto brevi possono portare a risultati incoerenti. Per un output più coerente e mirato, suggeriamo prompt di oltre 250 caratteri.
• Alcuni tag sperimentali potrebbero essere meno coerenti tra le voci. Esegui un test accurato prima dell'uso.
• Combina più tag per una trasmissione emotiva complessa. Prova diverse combinazioni per trovare quella più adatta alla voce selezionata.
• L'elenco precedente è semplicemente un punto di partenza; potrebbero esistere tag più efficaci. Sperimenta combinando stati emotivi e azioni per trovare ciò che funziona meglio per il tuo caso d'uso.
• Usa un linguaggio naturale, una punteggiatura corretta e segnali emotivi chiari per ottenere i migliori risultati.

Le voci multilingue ampliano la tua portata

Un altro vantaggio importante della sintesi vocale generata dall'intelligenza artificiale è la capacità di colmare le lacune linguistiche, consentendoti di entrare in contatto con un pubblico internazionale. Con il supporto per oltre 90 lingue, a seconda del modello, incluse alcune con accenti e dialetti multipli, la sintesi vocale basata sull'intelligenza artificiale aiuta i tuoi contenuti a farsi conoscere da un pubblico globale.

Tutto quello che devi fare è digitare o incollare lo script nella lingua supportata che desideri venga utilizzata dall'IA. (Anche se la descrizione vocale rileva un accento o una lingua specifici, l'intelligenza artificiale genererà la narrazione nella lingua utilizzata nella sceneggiatura.) In scenari come questo, il modello v4 genera un parlato fluente e naturale nella lingua della sceneggiatura anziché riprendere l'accento originale della voce. Per accentuare l'accento, prova un tag audio come [forte accento francese].

Tieni presente che alcune voci tendono a funzionare meglio con determinati accenti o lingue, quindi sentiti libero di sperimentare con voci diverse per trovare quella più adatta alle tue esigenze.

La tabella seguente fornisce un rapido riepilogo delle lingue supportate.

Disponibile nelle versioni 4, v3, Multilingual v2 e Flash v2.5