Résolution des problèmes de synthèse vocale
Cette page liste les erreurs renvoyées par les requêtes de génération vocale, puis les causes habituelles d'une voix qui sonne mal, qui est plate, coupée ou lente à démarrer. Chaque solution renvoie vers la page qui décrit le réglage à modifier.
De nombreux problèmes de voix générée se corrigent par un réglage, par exemple des phonèmes pour un nom ou une étiquette pour une émotion. Consultez les tableaux de symptômes avant de changer de voix ou de contacter l'assistance.
Erreurs
Une requête de génération vocale qui échoue renvoie une erreur HTTP avec un corps JSON, par exemple :
{
"object": "error",
"message": "Voice '01a0f6db-3084-701a-b61c-b6b755947e7f' not found.",
"type": "invalid_voice",
"param": null,
"code": "1902",
"raw_status_code": 404
}Une erreur de validation 422 porte son explication dans message.detail, une liste où chaque élément comporte un champ msg.
Erreurs des requêtes de génération vocale
Ces erreurs proviennent d'un champ de la requête de génération vocale. Corrigez le champ, puis envoyez à nouveau la requête :
| Erreur | Cause | Solution |
|---|---|---|
404 Voice 'x' not found. | Le voice_id ne correspond ni à une voix prédéfinie ni à une voix enregistrée dans votre espace de travail. | Listez les voix et copiez le slug ou l'ID exact. Voir Utiliser un ID de voix. |
400 Either ref_audio or voice must be provided. | La requête ne comporte pas de voix. | Ajoutez voice_id. Voir Champs de la requête. |
422 Extra inputs are not permitted | Un nom de champ mal orthographié ou inconnu, par exemple instructions au lieu de instruction. | Vérifiez le nom du champ. Voir Champs de la requête. |
| La valeur est en dehors de la plage autorisée. | Utilisez une valeur comprise entre 1.0 et 5.0. Voir Expressivité. | |
| 422, le message liste les phonèmes acceptés | Un phonème de phoneme_hints ne fait pas partie de la liste acceptée. | Remplacez-le par un phonème de la liste. Voir Phonèmes acceptés. |
422 avec le type string_type | instruction n'est pas une chaîne de caractères. | Envoyez l'instruction sous forme de texte. Voir Instructions de style. |
| Les instructions de style ne sont pas disponibles au lancement. | L'instruction dépasse la limite de longueur. Elle n'est pas raccourcie à votre place. | Raccourcissez l'instruction. Voir Instructions de style. |
| Les instructions de style ne sont pas disponibles au lancement. | Le modèle ne prend pas en charge les instructions de style. | Utilisez un modèle qui les prend en charge. Voir Instructions de style. |
400 Failed to load audio file. Verify that the given file is valid mp3 or wav. | L'enregistrement ref_audio est une URL, ou n'est pas un fichier MP3 ou WAV. | Envoyez l'enregistrement lui-même, encodé en base64, au format MP3 ou WAV. Voir Préparer un extrait de référence. |
Mots mal prononcés
Quand la voix prononce mal un mot, la solution se trouve dans la requête, pas dans la voix :
| Symptôme | Cause | Solution |
|---|---|---|
| Un nom, une marque ou un acronyme est mal prononcé | La voix devine la prononciation à partir de l'orthographe. | Indiquez les phonèmes du mot dans phoneme_hints. Voir Définir une prononciation et Vocabulaire personnalisé. |
Émotion et interprétation
Quand les mots sont corrects mais pas l'interprétation, repérez le symptôme dans ce tableau :
| Symptôme | Cause | Solution |
|---|---|---|
| La voix paraît plate, ou l'émotion ne passe pas | Ajoutez une étiquette d'émotion avant le texte, puis augmentez expressiveness si l'émotion reste faible. Voir Étiqueter une émotion et Expressivité. | |
| La voix paraît forcée ou exagérée | Réduisez expressiveness. Voir Expressivité. | |
| Une étiquette n'a aucun effet audible | La valeur de l'étiquette ne fait pas partie de la liste prise en charge. L'API ne la rejette pas, et l'étiquette n'est pas prononcée. | Utilisez une valeur de la liste. Voir Émotions prises en charge, Étiquettes de rythme et Valeurs non prises en charge. |
| L'audio s'arrête après la première partie d'une phrase qui comporte une étiquette d'émotion | Une étiquette placée avant une longue phrase peut arrêter l'audio prématurément, au niveau d'une virgule. | Gardez les phrases étiquetées courtes, ou divisez une longue phrase en deux. Voir Étiqueter une émotion. |
Premier audio lent
Quand la voix est correcte mais que l'auditeur attend trop longtemps avant de l'entendre, la solution dépend de ce qu'il attend :
| Symptôme | Cause | Solution |
|---|---|---|
| L'auditeur attend l'intégralité de l'audio avant que la lecture ne commence | Une requête de génération vocale renvoie l'audio une fois celui-ci entièrement généré. | Diffusez la réponse en streaming et lisez chaque fragment dès qu'il arrive. Le temps total reste le même. Voir Diffuser une requête en streaming. |
| Rien n'est lu avant la fin du flux, même avec le streaming activé | Votre client lit la réponse complète avant de la transmettre. | Lisez les événements dès leur arrivée et transmettez immédiatement chaque fragment au lecteur. Voir Problèmes courants. |
| Le temps avant le premier audio varie d'une requête à l'autre | Mesurez-le sur plusieurs requêtes, depuis l'endroit où votre application s'exécute. Voir Temps avant le premier audio et Latence. |
Voix clonées
Une voix clonée dépend de son extrait de référence. Quand un clone ne sonne pas comme prévu, vérifiez d'abord l'extrait :
| Symptôme | Cause | Solution |
|---|---|---|
| La voix clonée reproduit le bruit de fond ou l'ambiance de l'enregistrement | Un clone copie plus que la voix : les conditions d'enregistrement et l'interprétation l'accompagnent. | Enregistrez un extrait propre d'un seul locuteur, dans le style que vous souhaitez entendre. Voir Préparer un extrait de référence. |
| La voix clonée sonne différemment d'une requête à l'autre | Chaque requête clone à partir de l'extrait qu'elle reçoit, donc un extrait différent donne une voix différente. | Enregistrez la voix une seule fois et transmettez son ID dans chaque requête. Voir Enregistrer une voix clonée. |