Cosaは、テキストと音声の変換、音声の登録と再利用に対応した音声AIファミリーです。 サービス案内、コンテンツ作成、アクセシビリティ、会話型エージェントに活用できます。
音声合成、クローン、デザイン、ストリーミング、認識を組み合わせて、会話型サービスや音声インターフェースを構築できます。
音声合成を細かく制御
正確な制御が必要な音声サービス向け 速度、言語、合成方式を切り替えます。
音声の選択とカスタム音声の作成
一貫したブランド音声やキャラクター音声を作成 コンテンツ全体で再利用できます。
文字起こしと音声認識
通話、音声コマンド、顧客との会話をテキストに変換します 処理のためにCIPへ接続します。
サービスに適した音声合成、クローン、デザイン、認識を選択できます。
Cosa ASRが顧客の発話を文字起こしし、CIPが応答を準備します。 Cosa-AまたはCosa-Bのどちらが音声として出力するか。
説明またはリファレンス録音からカスタム音声を登録し、 その後、同じ音声で対話やナレーションを生成します。
文が完成するたびに、フレーズ単位で音声を合成します。 ガイダンスおよびアクセシビリティサービス向けに、再生を制御します。
このページでは、モデルの機能と、それらの選び方について説明します。 開発者向けドキュメントで、正確なモデルID、入力・出力上限、対応機能、バージョン変更を確認できます。
機械翻訳された言語は clevi/cip-5.5-im によって翻訳され、その旨が表示されます。これは、公開済みのサイトバンドルがある言語に適用されます。
137の言語
