Audio Models

Audio Models in Armox generieren Musik, Speech und Soundeffekte aus Textbeschreibungen oder Reference Inputs.

Overview

Audio Models können:

• Music generation — Originalmusik aus Beschreibungen erstellen
• Text-to-speech — Natürliche Stimmen aus Text generieren
• Sound effects — Ambient sounds und Effects erzeugen
• Voice cloning — Speech in spezifischen Stimmen generieren
• Audio continuation — Bestehendes Audio verlängern

Available Audio Models

Connection Colors

Im Armox Canvas verwenden Audio-Connections orange Handles und Edges:

• Input Handle: Red circle auf der linken Seite von Nodes
• Output Handle: Red circle auf der rechten Seite von Nodes
• Connection Edge: Red line, die Nodes verbindet

Common Settings

Duration

Steuert die Länge des generierten Audios.

Sample Rate

• 44.1kHz — CD quality
• 48kHz — Professional audio

Format

• MP3 — Compressed, kleinere Dateien
• WAV — Uncompressed, höhere Qualität

Choosing the Right Model

For Music

• MusicGen (100 credits) — Kurze Musikclips
• Ace Step (100 credits) — Long-form music

For Speech

• Dia TTS (50 credits) — Natürliches Dialogue
• Kokoro TTS (50 credits) — Fast generation
• Chatterbox (50 credits) — Voice cloning

Best Practices

1. Genre konkret angeben — "jazz", "electronic", "orchestral"
2. Mood beschreiben — "upbeat", "melancholic", "energetic"
3. Instruments nennen — "piano", "guitar", "synthesizer"
4. Tempo angeben — "slow", "moderate", "fast"
5. Für Speech: natürlicher Text — So schreiben, wie Sie sprechen würden

Next Steps

Explore individual model documentation for detailed settings and use cases.