樣本 A 參考
華語男聲(模型原生)
下載 MP3 · 自然時長 22.62 秒 · 3.31 字/秒(未加速)
27:12 適配: 可能塞不進,約超出 517 秒
自然 3.31 字/秒,低於 5.0 門檻。以 atempo 1.15 估計約 2149 秒,約超出 517 秒(未計句間間隔;若加約 47 秒間隔會再多一些)。
花費:GX10 本機,無額外花費
參考聲線;華語男聲、低沉溫厚。同一套台灣口音指令。
同一段中文旁白、五個男聲。每個樣本都只唸中文;字幕裡技術名詞後的英文(半形括號)不唸出來。時長約 15–23 秒,未做 atempo 加速。響度統一為 loudnorm I=−16。
長片腳本共 8,191 字(含標點,算法與成片相同),畫面 1,632.08 秒。要以 atempo ≤ 1.15 塞進 27:12,自然語速大約需要 5.0 字/秒。先前 Uncle_Fu 全片有效語速約 3.7 字/秒,超出約 344 秒。
實際唸出(只唸中文,75 字): 還有第四種條件,他們做的是兩次吸氣、再長吐氣。重複做,也就是所謂的生理嘆息。動物和人在非常放鬆時,會做出這種奇怪的呼吸節奏,也就是兩次吸氣、再長吐氣。
對應字幕寫法(含英文括號,不唸英文): 還有第四種條件,他們做的是兩次吸氣、再長吐氣。重複做,也就是所謂的生理嘆息 (physiological sigh)。動物和人在非常放鬆時,會做出這種奇怪的呼吸節奏,也就是兩次吸氣、再長吐氣。
華語男聲(模型原生)
下載 MP3 · 自然時長 22.62 秒 · 3.31 字/秒(未加速)
27:12 適配: 可能塞不進,約超出 517 秒
自然 3.31 字/秒,低於 5.0 門檻。以 atempo 1.15 估計約 2149 秒,約超出 517 秒(未計句間間隔;若加約 47 秒間隔會再多一些)。
花費:GX10 本機,無額外花費
參考聲線;華語男聲、低沉溫厚。同一套台灣口音指令。
英語原生男聲,可說中文
下載 MP3 · 自然時長 22.17 秒 · 3.38 字/秒(未加速)
27:12 適配: 可能塞不進,約超出 473 秒
自然 3.38 字/秒,低於 5.0 門檻。以 atempo 1.15 估計約 2105 秒,約超出 473 秒(未計句間間隔;若加約 47 秒間隔會再多一些)。
花費:GX10 本機,無額外花費
模型標為英語男聲(節奏較強),以中文+同一套台灣口音指令生成。
北京男聲
下載 MP3 · 自然時長 18.86 秒 · 3.98 字/秒(未加速)
27:12 適配: 可能塞不進,約超出 159 秒
自然 3.98 字/秒,低於 5.0 門檻。以 atempo 1.15 估計約 1791 秒,約超出 159 秒(未計句間間隔;若加約 47 秒間隔會再多一些)。
花費:GX10 本機,無額外花費
模型標為北京男聲。不是台灣腔,但同模型實際可跑的華語男聲。
台灣華語男聲
下載 MP3 · 自然時長 15.26 秒 · 4.91 字/秒(未加速)
27:12 適配: 應可塞進 27:12(略低於 5.0,但估算仍夠)
自然 4.91 字/秒,略低於 5.0 門檻,但以 atempo 1.15 估計約 1450 秒,加約 47 秒句間間隔後仍應塞得進。
花費:免費
zh-TW-YunJheNeural,台灣華語男聲,免費。
英語敘事男聲,多語模型
下載 MP3 · 自然時長 16.81 秒 · 4.46 字/秒(未加速)
27:12 適配: 勉強/邊界:不含間隔約餘 35 秒,加上句間間隔可能超出約 12 秒
自然 4.46 字/秒。以 atempo 1.15 估計約 1597 秒,比畫面短 35 秒;若加約 47 秒句間間隔,會變成約超出 12 秒。屬於邊界。
花費:免費方案、未加購;約 100 credits 量級(遠低於 US$1)
官方預設男聲 George(Warm, Captivating Storyteller)。不是圖書館/專業庫聲音;免費方案可跑。英語敘事男聲說中文。
此機器上的 1.7B CustomVoice 模型官方提供 9 種預設聲線。這次只採用男聲,並加上同一套指令:「用台灣口音的普通話,語氣平穩、溫和,像睡前的旁白一樣不疾不徐地說。」沒有改 GX10 的軟體、硬體或網路,也沒有用 BlueMagpie / hung_yi_lee(僅限研究、不可公開)。