多言語対応ボイス

多言語対応の音声は複数の言語を話し、それぞれの言語でネイティブのように聞こえます。1 つの音声で、サポートするすべての言語のお客様に対応できます。

音声が話せる言語を確認する

ボイスライブラリでは、音声の言語列にある国旗にカーソルを合わせると、その音声がサポートする言語とアクセントを確認できます。 API では、Get Voice を呼び出して accents フィールドを参照します：

// GET /voices/9626c31c-bec5-4cca-baa8-f8ba9e84c8bc
{
  "id": "9626c31c-bec5-4cca-baa8-f8ba9e84c8bc",
  "name": "Jacqueline",
  "accents": [
    { "accent": "general-american", "locale": "en-US", "is_native": true },
    { "accent": "standard-hindi", "locale": "hi-IN", "is_native": false }
    // ...この音声がサポートするその他すべてのアクセント
  ]
  // ...そのほか description、gender、created_at など音声の残りの情報
}

この例では、Jacqueline は 2 つのアクセント（一般的なアメリカ英語とヒンディー語）を話せます。各アクセントはロケールに属し、is_native: true はその音声の元のアクセントを示します。

多言語対応の音声を使う

上記の Jacqueline の音声 ID をテキスト読み上げリクエストで使用します。ほとんどのリクエストでは language または locale を設定するだけで十分です。音声はサポートするアクセントのいずれかでその言語を話し、Cartesia はその言語またはロケールに合わせてトランスクリプトを正規化します。

locale には sonic-3.6 以降が必要です。それより前のモデルでは、代わりに en のような基本コードで language を使用してください。1 つのリクエストで設定できるのはどちらか一方のみで、両方を設定することはできません。

言語をネイティブに話す

以下の例では locale を en-US に設定しており、Jacqueline はネイティブのようなアメリカ英語を話します。

{
  "model_id": "sonic-3.6",
  "voice": "9626c31c-bec5-4cca-baa8-f8ba9e84c8bc",
  "transcript": "Thanks for holding. I've pulled up your account, and the last three payments went through without any trouble. The one from Thursday is still pending, so it should clear by tomorrow morning.",
  "locale": "en-US"
}

意図的にアクセントを付ける

accent の設定は、非ネイティブ話者のように、意図的に訛りのある発話にしたい場合に役立ちます。次の例ではトランスクリプトは上記と同じ英語で、accent を standard-hindi に設定しています。音声を聞いて、Jacqueline がヒンディー語訛りの英語を話すことを確認してください：

{
  "model_id": "sonic-3.6",
  "voice": "9626c31c-bec5-4cca-baa8-f8ba9e84c8bc",
  "transcript": "Thanks for holding. I've pulled up your account, and the last three payments went through without any trouble. The one from Thursday is still pending, so it should clear by tomorrow morning.",
  "locale": "en-US",
  "accent": "standard-hindi"
}

アクセントのフォールバック

この音声が対応するアクセントを持たない言語をリクエストすると、音声は元のアクセントでその言語を話します。Jacqueline の場合は一般的なアメリカ英語です。Jacqueline は日本語のアクセントをサポートしていないため、音声を聞いて、彼女がアメリカ訛りの日本語を話すことを確認してください：

{
  "model_id": "sonic-3.6",
  "voice": "9626c31c-bec5-4cca-baa8-f8ba9e84c8bc",
  "transcript": "お待たせいたしました。お客様のアカウントを確認しましたところ、直近三件のお支払いはすべて問題なく完了しております。",
  "locale": "ja-JP"
}

同じフォールバックはロケールレベルでも適用されます。Jacqueline の英語アクセントは一般的なアメリカ英語（en-US）のみのため、en-GB のリクエストは失敗せず、彼女のアメリカ英語にフォールバックします。以下の音声は、上記の en-US リクエストとまったく同じです：

{
  "model_id": "sonic-3.6",
  "voice": "9626c31c-bec5-4cca-baa8-f8ba9e84c8bc",
  "transcript": "Thanks for holding. I've pulled up your account, and the last three payments went through without any trouble. The one from Thursday is still pending, so it should clear by tomorrow morning.",
  "locale": "en-GB"
}

イギリス英語で話させるには、accents フィールドに en-GB が含まれる音声を使用してください。その音声がサポートするアクセントだけを渡してください。Jacqueline の accents フィールドには japanese アクセントがないため、指定するとリクエストは失敗します：

{
  "model_id": "sonic-3.6",
  "voice": "9626c31c-bec5-4cca-baa8-f8ba9e84c8bc",
  "transcript": "お待たせいたしました。お客様のアカウントを確認しましたところ、直近三件のお支払いはすべて問題なく完了しております。",
  "locale": "ja-JP",
  "accent": "japanese"
}

// HTTP 400
{
  "error_code": null,
  "message": "this voice does not support accent 'japanese'",
  "title": "Unsupported accent for voice",
  "request_id": "927f6ea3-22cf-426a-8767-446f41677e17"
}

会話の途中で言語を切り替える

リクエストごとに 1 つの言語を送信してください。たとえば、“For English, press one” と “हिंदी के लिए, दो दबाएँ” は 2 つの別々のリクエストとして送信します。単一の生成内での言語の混在は、ヒンディー語（ヒングリッシュ）やタガログ語（タグリッシュ）など、それが一般的な場合には機能します。それ以外の場合は、発話に訛りが生じることがあります。

音声を多言語対応にする

Instant Voice Clone は、複製時の元のアクセントにとどまらず多言語対応にできます。内部では、Cartesia が追加した各アクセントに音声を適応させ、話者のアイデンティティと同じ音声 ID を維持します。

ステップ 1：音声にアクセントを設定する

Add Voice Accents は、自身のアクセントを持たない音声を拒否します。Get Voice が accents フィールドを返さない場合は、Update Voice でアクセントを設定してください：

PATCH /voices/{id}

{
  "accent": "general-american"
}

アクセント ID は GET /accents から取得でき、選択するアクセントはその音声の言語に対して有効なものである必要があります。今後は、音声を複製する際に accent を設定しておくと、すぐにその音声へ新しいアクセントを追加できます。

ステップ 2：新しいアクセントを追加する

既存のアクセントに加えて、この音声にネイティブに話させたいアクセントを選択します。ダッシュボードまたは API から実行できます：

Cartesia ダッシュボード：ボイスライブラリで対象の音声を見つけ、音声の横にある More actions メニューを開き、Manage voice > Supported languages & accents > Add を選択します。
API：Add Voice Accents を、それらのアクセント ID を指定して呼び出します。

1 つの音声がサポートできるアクセントは最大 10 個です。枠を空けるには、Delete Voice Accent でアクセントを削除してください。

パブリックな音声や Pro Voice Clone へのアクセント追加はサポートされていません。代わりに Localize Voice API を使用してください。この API は、独自の音声 ID を持つ新しい音声を作成します。

​音声が話せる言語を確認する

​多言語対応の音声を使う

​言語をネイティブに話す

​意図的にアクセントを付ける

​アクセントのフォールバック

​会話の途中で言語を切り替える

​音声を多言語対応にする

​ステップ 1：音声にアクセントを設定する

​ステップ 2：新しいアクセントを追加する

音声が話せる言語を確認する

多言語対応の音声を使う

言語をネイティブに話す

意図的にアクセントを付ける

アクセントのフォールバック

会話の途中で言語を切り替える

音声を多言語対応にする

ステップ 1：音声にアクセントを設定する

ステップ 2：新しいアクセントを追加する