🤖 Надто реалістичний text-to-speech

У своєму розумному домі я оголошую важливі речі на колонках голосом.

Наприклад, коли оголошується повітряна тривога, приходить сповіщення і колонка оголошує про початок тривоги.

За перетворення тексту у голос відповідає TTS (Text to Speech). Досі я користувався Google Translate TTS, але цей голос звучить доволі роботизовано, тож я розмірковував про те, щоб якось покращити натуральність голосу.

Кілька релізів тому до Home Assistant додали інтеграцію ElevenLab - у них є підтримка української мови і згенерований результат звучить дуже і дуже натуральна.

Голос настільки натуральний, що стає аж кріпово, неначе у тебе вдома живе ще одна людина, яка щось тобі говорить. Я помітив, що моментами мене ці оголошення почали лякати, бо я не очікую почути вдома голос сторонньої людини.

Поки не знаю що робити. Серед варіантів:

1. Або повернутись до використання Google Translate, щоб було чітке розуміння, що оголошення озвучує не справжня людина, а машина.
2. Або спробувати використовувати щось типу Chime TTS, та попереджати дзвіночком про те що за секунду буде оголошення.

P.S: Напишіть мені, якщо вам цікаво як я зробив таке привітання.