Voz, música e transcrição
Separe narração, clonagem de voz, desenho de som e legendas.
Narração e troca de voz
Use /rikoko /speech para narração independente ou troca de voz posterior. O padrão atual do comando é Eleven v3 quando disponível. A fala usa a operação tts com modelo, texto, idioma e voz explícitos. Não coloque esses ajustes nos parâmetros de geração de vídeo. Preserve o áudio nativo, salvo quando a edição pedir substituição.
Clone e reutilize uma voz
O exemplo minimax-voice-clone exige uma gravação de voz autorizada de 10–60 segundos, até 20 MiB, vinculada ao papel voice. Salve o ID de voz e o material de clonagem resultantes. minimax-cloned-speech exige esse perfil para reutilização; não é um narrador padrão apenas de texto. Uma gravação limpa sem falas sobrepostas ajuda a isolar a voz desejada.
Música e efeitos sonoros
Use /rikoko /audio e escolha a categoria correta. O perfil de exemplo elevenlabs-music-30s produz uma base instrumental de 30 segundos; elevenlabs-sound-5s produz um efeito de cinco segundos. Outras durações exigem ajustes suportados ou perfis e preços configurados separadamente. Descreva clima, instrumentos ou fonte sonora, posicione o resultado na edição e equilibre com a fala.
Transcrição e tempos das legendas
Scribe v2 é um perfil de transcrição, não um gerador de fala. Obtenha a transcrição concluída por transcript_get e selecione palavras reais ou intervalos com transcript_select. Construa legendas com os tempos retornados, sem estimar pela extensão do texto. Confira nomes, números, mudanças de falante e pausas no áudio antes da exportação.