← Edizione N° 16 del lunedì 19 ottobre 2026 · In breve
Lo stesso copione produce durate diverse: il TTS va ascoltato sul cut
Un secondo confronto pubblicato da EmpirioLabs il 18 ottobre mette quattro TTS davanti allo stesso testo e alla stessa direzione emotiva. Le letture ottenute durano da 12,3 a 16,8 secondi, pur partendo da un copione identico.
La prova comprende Qwen Audio 3.1, Qwen Audio 3.0, Gemini 3.8 Flash TTS e StepAudio 3 TTS, con una voce inglese femminile per ciascun modello. Ogni richiesta usa il campo previsto dal motore per la direzione; il provider pubblica i primi file restituiti, senza montaggio.
Non c’è una valutazione indipendente della recitazione. Come esercizio di produzione, proponiamo di ascoltare le letture contro lo stesso montaggio, segnando pause, accenti e spazio lasciato all’immagine prima di confrontare i costi.
- Copione
- 174 caratteri, in inglese
- Durata degli output
- Da 12,3 a 16,8 secondi
- Protocollo
- Una richiesta per modello, output MP3
Nella stessa edizione
Una domanda pratica — un workflow, quale modello conviene, come verificare un risultato — e la risposta arriva da tutte le edizioni, dai Weekly e dal Manuale, con le fonti e quello che c'è già in FAC. Le risposte sono per il team di Frameworks.
Hai trovato qualcosa che dovremmo leggere?
Un tool, un workflow, un modello, una norma, un artista: mandaci il link e due righe sul perché conta. La redazione legge tutto e il meglio finisce nel notiziario.