Béta API-val bővült a Roblox szövegfelolvasó rendszere
A Roblox béta állapotú, natív szövegfelolvasó API-t kínál a fejlesztőknek, így a játékok futás közben alakíthatják beszéddé a megadott szövegeket. Az AudioTextToSpeech osztály NPC-k, oktatóanyagok, értesítések és akadálymentesítési funkciók hangosítására használható.
- A Roblox natív Text-to-Speech API-ja béta állapotban van.
- Az AudioTextToSpeech futás közben alakítja beszéddé a szkriptben megadott szöveget.
- A rendszer NPC-khez, oktatóanyagokhoz, értesítésekhez és akadálymentesítéshez használható.
- A beépített TTS jelenleg nem kínál külön karakterhangokat, akcentusokat vagy hangszíneket.
- A Murf Falcon a vállalat szerint 55 ezredmásodperces modellkésleltetést kínál.
Futás közben szólalhatnak meg a játékok
A Murf AI július 30-án közzétett útmutatója szerint a Roblox hivatalos Text-to-Speech API-ja béta állapotban van. A fejlesztők korábban előre rögzített hanganyagokra vagy összetett kerülőmegoldásokra támaszkodhattak, az új rendszerrel viszont közvetlenül a játékmotorban hozhatnak létre beszédet.
Az AudioTextToSpeech nevű osztály a játék szkriptjében megadott szöveget alakítja beszéddé futás közben. Ez lehetővé teszi, hogy a nem játékos karakterek párbeszédei, az oktatóanyagok, az értesítések és a chatüzenetek hangosan is megszólaljanak. A Roblox hivatalos dokumentációja külön útmutatót kínál az AudioTextToSpeech példány beállításához, a szöveges bemenet hangkimenethez kapcsolásához, valamint a lejátszás időzítésének és a hangeseményeknek a kezeléséhez.
Történetekhez és akadálymentesítéshez is használható
A technológia többféle játékmechanikában alkalmazható. A fejlesztők hangos párbeszédeket adhatnak interaktív történetekhez, kimondathatják a nyomokat egy rejtélyjátékban, vagy megszólaltathatják a történelmi szereplőket oktatási célú élményekben.
A Murf szerint a szövegfelolvasás az akadálymentesítést is segítheti. A látássérült játékosok hangjelzésekre támaszkodhatnak a kezelőfelület és a játékmenet felfedezésében. A cég útmutatója ugyanakkor azt is kiemeli, hogy a Roblox beépített TTS-funkciója jelenleg nem teszi lehetővé különböző hangok hozzárendelését az egyes játékbeli karakterekhez, illetve eltérő akcentusok és hangszínek használatát. Ezekhez külső szövegfelolvasó eszközök jöhetnek szóba.
Külső szolgáltatásokkal egészíthető ki a Roblox
A Murf saját szolgáltatásait is alternatívaként mutatja be a Robloxon belüli és a platformon kívüli tartalomkészítéshez. A vállalat szerint a Murf AI több mint 200 stúdióminőségű hangot kínál több mint 35 nyelven, míg a valós idejű felhasználásra szánt Murf Falcon API modellkésleltetése 55 ezredmásodperc, az első hang eléréséhez szükséges idő pedig 130 ezredmásodperc alatt marad. A cég állítása szerint a szolgáltatás 10 000-nél több párhuzamos hívást támogat, és percenként 1 centes áron érhető el.
A Murf Falconhoz REST API, valamint Python, JavaScript és cURL SDK tartozik. A Murf a szolgáltatásnál 35-nél több nyelvet, 200-nál több kifejező hangot és 99,38 százalékos kiejtési pontosságot tüntet fel. A forrás más alternatívákat is felsorol: a VoxBox 3200-nál több hangot és 77-nél több nyelvet kínál, a Resemble.AI érzelmi árnyalatokat emel ki, a Notevibes 221 férfi és női hangot biztosít, a Synthesys pedig hangalámondásokhoz, reklámokhoz, animációkhoz és podcastokhoz használható felhőalapú szolgáltatásként szerepel.
A Roblox fejlesztői így natív, béta TTS-funkcióval kezdhetnek, miközben a platformon kívüli videókhoz, streamekhez vagy összetettebb, valós idejű hangügynökökhöz külső API-kat is választhatnak. A lehetőségek a dinamikusabb játékbeli kommunikáció és a hangalapú akadálymentesítés irányába bővülnek.
