Región
Caso de usoUn TTS japonés natural no bastaba para los personajes de IA de Pictoria
Para Pictoria, la voz forma parte del propio personaje. Un modelo puede generar japonés preciso y natural y aun así quedarse corto cuando el personaje debe sonar entusiasmado, emotivo, juguetón o singular.
El reto se hace más evidente en el contenido de mayor duración. Pequeñas diferencias de tono, ritmo y expresión emocional pueden cambiar la percepción del personaje, por lo que la consistencia es tan importante como la naturalidad.
Pictoria necesitaba dar a cada personaje una voz que mantuviera su personalidad en distintas interacciones y contenidos.
Pictoria creó Picto VOICE para elegir el modelo adecuado para cada personaje
En lugar de depender de un único proveedor de TTS, Pictoria creó Picto VOICE como un sistema de voz con varios modelos. El equipo podía evaluar diferentes modelos y adecuarlos a los requisitos de cada personaje o producción.
Este enfoque elevó el listón para todos los modelos del sistema. Fish Audio debía ofrecer una diferencia significativa, no ser simplemente otra opción competente de TTS en japonés.
Fish Audio destacó donde la expresión del personaje era prioritaria
Pictoria evaluó Fish Audio junto a otras tecnologías de generación de voz e identificó tres puntos fuertes: voces de personajes expresivas, prosodia y entonación japonesas, y flexibilidad para diseñar las voces.
La diferencia se apreciaba especialmente en cómo la voz transmitía emoción dentro de una sola intervención. En vez de limitarse a leer una frase, el modelo podía dar al personaje un registro emocional y una personalidad propios.
Fish Audio también colaboró estrechamente con el equipo de Pictoria en las necesidades específicas de las voces de personajes de IA en japonés. La integración se convirtió así en una colaboración continua, más allá de una simple relación con un proveedor.
Fish Audio sigue ampliando los límites de la generación de voz de alta calidad que exige el mercado japonés. Creemos que solo un equipo que de verdad ame el contenido centrado en personajes puede crear voces con este nivel de matices emocionales y expresión.
Hayato Akedo
CEO de Pictoria
Fish Audio da voz a los personajes en los que la expresión más importa
Dentro de Picto VOICE, Pictoria utiliza Fish Audio cuando la expresión del personaje es decisiva. Una aplicación clave es el proceso de producción de voces para sus personajes de IA originales, que desarrolla y gestiona a través de sus propios canales de publicación.
La integración ha tenido una acogida positiva en estos proyectos. Los usuarios destacan de forma recurrente tres cualidades: voces japonesas naturales, mayor expresividad emocional y consistencia en contenidos de larga duración.
El resultado: mejores voces de personajes, desde la producción hasta el público
Tras integrar Fish Audio en Picto VOICE, Pictoria observó mejoras importantes en la velocidad de respuesta en japonés y la expresividad emocional de sus proyectos de personajes de IA. Las voces de sus personajes originales también recibieron comentarios muy positivos por su naturalidad, emoción y consistencia durante horas de contenido.
Esto proporciona a Pictoria una ventaja práctica en la producción: puede asignar a cada personaje la tecnología de voz más adecuada para su experiencia y recurrir a Fish Audio cuando la prioridad es una interpretación expresiva en japonés.
