Gisela: Text to Speech

Gisela voice

The voice Gisela is available in the Azure Text-to-Speech service for the German language.

How to use Gisela voice in your videos

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

{
    "type": "voice",
    "model": "azure",
    "voice": "de-DE-GiselaNeural",
    "text": "Im Frühling erwacht der Garten mit bunten Blumen und singenden Vögeln zum Leben. Die alte Eiche spendet Schatten für Besucher, während Schmetterlinge unter den Rosen tanzen. Ein kleiner Brunnen erzeugt friedliche Klänge, was diesen Ort zum perfekten Ort macht, um zu entspannen und die Schönheit der Natur zu genießen."
}

$scene->addElement([
'voice',
'azure',
'de-DE-GiselaNeural',
'Im Frühling erwacht der Garten mit bunten Blumen und singenden Vögeln zum Leben. Die alte Eiche spendet Schatten für Besucher, während Schmetterlinge unter den Rosen tanzen. Ein kleiner Brunnen erzeugt friedliche Klänge, was diesen Ort zum perfekten Ort macht, um zu entspannen und die Schönheit der Natur zu genießen.'
]);

scene.addElement([
"voice",
"azure",
"de-DE-GiselaNeural",
"Im Frühling erwacht der Garten mit bunten Blumen und singenden Vögeln zum Leben. Die alte Eiche spendet Schatten für Besucher, während Schmetterlinge unter den Rosen tanzen. Ein kleiner Brunnen erzeugt friedliche Klänge, was diesen Ort zum perfekten Ort macht, um zu entspannen und die Schönheit der Natur zu genießen."
]);

Gisela 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": "de-DE-GiselaNeural",
    "text": "<speak>Hello, <break time="500ms"/> how are you today? <emphasis level="strong">This is important!</emphasis></speak>"
}

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

scene.addElement([
"voice",
"de-DE-GiselaNeural",
"<speak>Hello, <break time="500ms"/> how are you today? <emphasis level="strong">This is important!</emphasis></speak>"
]);

Gisela 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