Modelos de áudio

Modelos de áudio na Armox geram música, fala e efeitos sonoros a partir de descrições em texto ou inputs de referência.

Visão geral

Modelos de áudio podem:

• Music generation — Criar música original a partir de descrições
• Text-to-speech — Gerar voz natural a partir de texto
• Sound effects — Criar sons ambientes e efeitos
• Voice cloning — Gerar fala em vozes específicas
• Audio continuation — Estender áudio existente

Modelos de áudio disponíveis

Cores de conexão

No Armox Canvas, conexões de áudio usam handles e edges laranjas:

• Input Handle: círculo vermelho no lado esquerdo dos nodes
• Output Handle: círculo vermelho no lado direito dos nodes
• Connection Edge: linha vermelha conectando nodes

Configurações comuns

Duration

Controla o tamanho do áudio gerado.

Sample Rate

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

Format

• MP3 — Compressed, arquivos menores
• WAV — Uncompressed, maior qualidade

Escolhendo o modelo certo

Para música

• MusicGen (100 credits) — Clipes curtos
• Ace Step (100 credits) — Música longa

Para fala

• Dia TTS (50 credits) — Diálogo natural
• Kokoro TTS (50 credits) — Geração rápida
• Chatterbox (50 credits) — Voice cloning

Best practices

1. Seja específico sobre gênero — "jazz", "electronic", "orchestral"
2. Descreva mood — "upbeat", "melancholic", "energetic"
3. Inclua instrumentos — "piano", "guitar", "synthesizer"
4. Especifique tempo — "slow", "moderate", "fast"
5. Para fala, use texto natural — Escreva como você falaria

Próximos passos

Explore a documentação individual de cada modelo para configurações e casos de uso.