Speechgen 的智能缓存如何简化文本转语音

08-09-2025 , 08-09-2025

什么是智能缓存？

Speechgen 的智能缓存是一项高级功能，旨在节省文本转语音合成过程中的时间和成本。通过存储和重用之前发音过的句子，它确保了效率并最大限度地减少了重复处理。

该技术的主要特点

1. 重用已发音的句子：

   • Speechgen 会记住您合成的每个句子。

   • 如果您更改了文本，则只会处理新句子或修改过的句子，而未更改的句子将从内存中检索。

2. 高效组合：

   • 系统将新句子和缓存的句子无缝合并到一个音频文件中，无需完全重新发音。

一目了然的好处

• 时间效率：在重复配音上花费更少的时间。

• 节省成本：只为新内容付费，而不是为整个文本付费。

实际示例

在为教育课程配音时，使用其他服务为每节课添加简短的介绍可能意味着需要重新配音所有课程。使用 Speechgen，只需为新介绍配音，而原始内容保持不变且免费。

重要注意事项

1. 缓存容量：

   • 缓存适用于最多 100,000 个字符的文本。

   • 对于更长的文本，Speechgen 会切换到处理大块文本的专用模式，最多可处理 2,000,000 个字符。

2. 存储时间：

   • 缓存的句子可保留 7 天。

   • 完整的配音历史记录可在您的个人资料中访问 30 天。

3. 缓存规则：

   • 仅重用完全匹配（逐字匹配）的句子。

   • 细微的编辑，例如添加或删除标点符号，会将句子视为新句子，需要重新配音。

哪些更改会影响缓存？

• 内容编辑：对句子进行的任何修改，无论是更改单词、标点符号还是添加像 <break> 这样的标签，都会导致重新配音。

• 语音设置：调整语速、音调或说话人会触发完全重新配音，因为这些参数会重新定义音频输出。

无需额外费用的调整

• 停顿：您可以修改句子或段落之间的停顿，而无需重新配音。

• 格式更改：切换音频格式（例如 ogg、wav）或调整采样率不会产生额外费用。

为什么选择 Speechgen？

通过智能缓存，Speechgen 提供了无与伦比的效率：

• 更低的成本：避免为未更改的句子付费。

• 速度：重新配音更快、更流畅。

• 灵活性：编辑和优化您的项目，而不必担心重复收费。

结论

Speechgen 的缓存技术通过优化成本和工作流程重新定义了 TTS。对于任何希望高效且经济地制作高质量配音的人来说，它是理想的解决方案。