Makanaプラットフォームガイド - 音声とパフォーマンスの制御

サウンドとパフォーマンスの制御

感情の導きとコントロール

「感情の有効化」のチェックボックスを選択すると、コンテキストや指定したタグを使用して、表現方法を制御できます。

1. 文脈的ガイダンス：モデルはテキストから直接文脈を解釈します。「熱っぽく言った」といった描写的なテキストの追加や、感嘆符の使用は、発話の感情に影響を与えます。
2. 音声マーカー（音声に関するもの）：音声の制御を行うために、テキスト内にこれらのマーカーを配置します。

注：効果は選択した音声によって異なります。

1. [笑う]、[さらに激しく笑う]、[笑い出す]、[息を切らして笑う]
2. [ささやき声]
3. [ため息をつく]、[息を吐き出す]
4. [皮肉な]、[好奇心旺盛な]、[興奮した]、[泣いている]、[鼻を鳴らす]、[いたずらっぽく]
5. 効果音：
6. [銃声]、[拍手]、[拍手]、[爆発音]
7. [唾を飲み込む]、[ごくりと飲み込む]
8. 試験的標識：
9. [強いXのアクセント] （Xを希望するアクセントに置き換えてください。例：[強いレバノン訛り]）
10. [歌う]、[歓声]、[おなら]
11. 句読点とテキストの構成：
12. 三点リーダー（…）：区切りや重みを持たせるため。
13. 大文字：強調するため。
14. 標準的な句読点：自然な話し言葉のリズムを生み出すため。

重要なヒント：感情モデルは現在アルファ版です。指示が短すぎると、出力に一貫性がなくなる可能性があります。250文字以上の指示を試すことをお勧めします。「感情を有効にする」のチェックボックスがオフの場合、システムは安定性と一貫性を優先します。

1. 指示の出し方：
2. 文脈が鍵となります。自然な文章の流れを意識してください。AIは、書かれた通りにテキストを読み取ります。
3. 区切り記号：このような記号を使用してください。
4. 構文:
5. 注：多数のタグを使用しないでください。不安定になる原因となる可能性があります。
6. 注：うまくいく場合もあれば、そうでない場合もありますが、それは文脈次第です。使用する際は、表現力や「温度（temperature）」の値を上げてみてください。
7. 句読点：短い休止にはダッシュ（-）を、ためらいがちな口調には省略記号（...）を使用してください。
8. 感情表現の記号は使用しないでください。波括弧 {} や音声に関する記号は使わないようにしましょう。AIがそれらを読み上げたり、無視したりする可能性があるためです。

音声設定（詳細設定）

出力結果を精密に調整するために、これらのパラメータを設定してください。

1. 信頼性係数（安定性）
2. 範囲：より硬い（低い） ↔ より柔軟（高い）
3. 影響：温度（Temperature）を高くすると、AIはより大きな自由度と表現力を得ますが、不安定さ（ハルシネーション）を招くリスクがあります。一方、温度を低くすると、音声はより硬質で安定したものになります。
4. 推奨：デフォルト値（約25～50）が適切な出発点となります。
5. 類似性
6. 範囲：ナレーションにあまり似ていない（低） ↔ ナレーションに似ている（高）
7. 効果：この値を上げると、オリジナル版との類似性が高まります。ただし、参照音声にノイズが含まれている場合、類似性が高すぎると、歪みやノイズ（パチパチ音など）が再現される可能性があります。
8. 速度
9. 範囲：0.7（低速）～ 1.2（高速）。デフォルト値は1.0です。
10. 効果：ペースを制御します。極端な値は品質に影響を与える可能性があります。
11. 表現主義
12. 範囲：中立的なトーン（低） ↔ 感情的な表現（高）
13. 効果：これを上げると、出力が自然な動作に近づきます。過度に上げると、予期せぬ奇妙な挙動を引き起こす恐れがあります。

Makinaガイドの次の記事へ移動