BYO-TTS

BYO-TTS

本文说明两条接入路径:把已有 TTS 服务接到通话播报,或提交录音做音色复刻后再用于播报。页名 BYO-TTS。合成效果和音色授权由企业或 TTS 服务负责。平台负责按企业、场景选择音色,并把合成结果送进电话链路。

快速阅读

通话中选音色、导航音色、语速、音调、音量,走 TTS:语音合成 和智能体节点。企业语音库里预先合成的素材,不是通话中的实时合成。

Streaming TTS 不译。只有当前 TTS 服务支持时,才能边生成边播放。

定制音色只给授权企业和授权场景使用,不会变成全平台通用音色。

阅读地图

路径企业准备下文
已有自研、云厂商或第三方 TTS可调用的服务、声音或发音人、语言、异常处理配置项「已有 TTS」
用真人声音做音色复刻授权、5 段左右录音、业务试听文本配置项「音色复刻」

播报对象包括呼入机器人、外呼机器人、IVR 外呼任务、回访和通知。IVR 外呼任务是自动外呼,不是外呼机器人。

配置项

已有 TTS 服务

本稿没有单独的页面字段表。接入时说清下列信息,由平台写入企业或场景绑定。

信息项必填作用配错时
服务是否可被通话链路调用是决定能否合成节点无声或超时
声音或发音人、语言、风格是平台侧可选音色绑到错误声音
访问方式与异常处理服务需要平台调用时必填连通和失败区分失败被当成静音
授权企业与业务场景企业专用声音时必填限制使用范围未授权场景播到该音色

音色复刻材料

材料项要求
音频数量建议 5 段。单段可以复刻,多段便于筛选
单段时长每段约 10–15 秒
音频格式wav、mp3、m4a
录音环境避免噪声、回响、喷麦、电流音
说话方式自然电话沟通。朗读腔、播音腔不适合作为样本
断句标点处自然停顿,可按习惯加过渡词
语速语调正常或略快,避免破音、卡壳、拖音
授权录音人声音可用于该企业业务

复刻前先定业务场景。回访和通知宜稳定、耐听。营销宜更接近日常对话。提醒类宜清晰、坚定。客服咨询宜清晰、不易疲劳。新闻播报或影视配音不适合作为电话复刻样本。

POC 可先试听。正式使用的费用和范围按商务约定。上线时确认音色名称、企业、场景和授权范围。

配置来源:企业提交服务信息或录音;平台完成音色配置并限定应用范围;呼入机器人、外呼机器人、IVR 外呼任务或通知流程引用该音色后才播放。

生效

  1. 音色已配到目标企业和场景,专用音色未放开到其他企业。
  2. 流程实际进入使用该音色的节点或任务。
  3. 文本被合成,并在电话链路中播放。
  4. Streaming TTS 仅在该服务支持时生效;不支持时按服务自身的合成方式播放。

更换声音、发音人或使用范围后,更新平台配置,并用关键话术重新试听。已在跑的任务沿用任务开始时的音色,直到配置更新后的新呼叫。

验收

  • 用真实业务文本试听,核对关键词和专有名词,并在电话里再听一遍。
  • 多轮呼入或外呼机器人中,各节点听感一致。
  • IVR 外呼任务先跑测试任务,再批量呼叫。
  • 未授权企业或未绑定流程播不到该定制音色。
  • 已有 TTS 服务同时核对连通、稳定性和异常返回。
  • 复刻听感偏离说话人、有明显机械感、拖音或破音时,更换录音片段或补充材料后再试听。

Did this page help you?