Babek: Text to Speech

Babek voice

The voice Babek is available in the Azure Text-to-Speech service for the Azerbaijani language.

How to use Babek voice in your videos

To use Babek voice in your videos, you can use the following JSON2Video code:

{
    "type": "voice",
    "model": "azure",
    "voice": "az-AZ-BabekNeural",
    "text": "Baharın gəlişi ilə bağ rəngarəng gül və ötən quşlar ilə canlanır. Qədim meşə ağacı ziyarətçilər üçün sərfə sağlayır, həmçinin çiçəklər arasında kef alır. Kiçik bir çəşmə sükutlu səslər yaradır, bu priroda gözəlliyindən faydalanmaq və rahatlaşmaq üçün mükəmməl bir yerdir."
}

$scene->addElement([
	'type' => 'voice',
	'model' => 'azure',
	'voice' => 'az-AZ-BabekNeural',
	'text' => 'Baharın gəlişi ilə bağ rəngarəng gül və ötən quşlar ilə canlanır. Qədim meşə ağacı ziyarətçilər üçün sərfə sağlayır, həmçinin çiçəklər arasında kef alır. Kiçik bir çəşmə sükutlu səslər yaradır, bu priroda gözəlliyindən faydalanmaq və rahatlaşmaq üçün mükəmməl bir yerdir.'
]);

scene.addElement({
	"type": "voice",
	"model": "azure",
	"voice": "az-AZ-BabekNeural",
	"text": "Baharın gəlişi ilə bağ rəngarəng gül və ötən quşlar ilə canlanır. Qədim meşə ağacı ziyarətçilər üçün sərfə sağlayır, həmçinin çiçəklər arasında kef alır. Kiçik bir çəşmə sükutlu səslər yaradır, bu priroda gözəlliyindən faydalanmaq və rahatlaşmaq üçün mükəmməl bir yerdir."
});

Babek supports SSML

SSML stands for Speech Synthesis Markup Language. It's a way to add instructions to your text so that a Text-To-Speech (TTS) system knows how to read it aloud.

You use SSML like HTML, but for controlling speech. It helps you adjust things like: Pronunciation, Pauses, Pitch and Volume, Emphasis, Speaking Rate.

{
    "type": "voice",
    "voice": "az-AZ-BabekNeural",
    "text": "<speak>Hello, <break time="500ms"/> how are you today? <emphasis level="strong">This is important!</emphasis></speak>"
}

$scene->addElement([
	'type' => 'voice',
	'voice' => 'az-AZ-BabekNeural',
	'text' => '<speak>Hello, <break time="500ms"/> how are you today? <emphasis level="strong">This is important!</emphasis></speak>'
]);

scene.addElement({
	"type": "voice",
	"voice": "az-AZ-BabekNeural",
	"text": "<speak>Hello, <break time="500ms"/> how are you today? <emphasis level="strong">This is important!</emphasis></speak>"
});

Babek is a neural voice

In Azure Cognitive Services, a Neural voice refers to a voice generated using neural network technology. This means the Text-To-Speech system uses advanced machine learning models to create more natural, human-like speech compared to traditional methods.

Key characteristics of Neural voices:

• More expressive and realistic
• Better at handling pitch, tone, and rhythm variations
• Sounds closer to how humans naturally speak