Sukant: Text to Speech

Sukant voice

The voice Sukant is available in the Azure Text-to-Speech service for the Odia language.

How to use Sukant voice in your videos

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

{
    "type": "voice",
    "model": "azure",
    "voice": "or-IN-SukantNeural",
    "text": "ବସନ୍ତ ସୀଜରେ, ବଗିଚାରେ ରଙ୍ଗୀଣ ଫୁଲ, ସଙ୍ଗୀତ କରୁଛି ପକ୍ଷୀ। ପୁରାଣା ଇଣ୍ଡିଆ ଗଞ୍ଜରୁ ଦରଜାଣି ଦେଇ ଆଗୁ ଓଟରେ, ଯେତେବେଳା ଗୋଲାପରେ ପତଙ୍ଗାଦେଇ। ଛୋଟ ଫାଉଣ୍ଟେନ୍ ଶାନ୍ତ ସ୍ୱାର୍ଥକରୁଥିବା ସ୍ବର, ଏହି ସହାନ୍ତି କରିବା ଓ ପ୍ରିୟ ଆଚରଣ କରିବାର ପରିପ୍ରେକ୍ଷାର ଉପରେ ଏହି ଉପବନକୁ ସହନ୍ତି କରିଥାଏ।"
}

$scene->addElement([
'voice',
'azure',
'or-IN-SukantNeural',
'ବସନ୍ତ ସୀଜରେ, ବଗିଚାରେ ରଙ୍ଗୀଣ ଫୁଲ, ସଙ୍ଗୀତ କରୁଛି ପକ୍ଷୀ। ପୁରାଣା ଇଣ୍ଡିଆ ଗଞ୍ଜରୁ ଦରଜାଣି ଦେଇ ଆଗୁ ଓଟରେ, ଯେତେବେଳା ଗୋଲାପରେ ପତଙ୍ଗାଦେଇ। ଛୋଟ ଫାଉଣ୍ଟେନ୍ ଶାନ୍ତ ସ୍ୱାର୍ଥକରୁଥିବା ସ୍ବର, ଏହି ସହାନ୍ତି କରିବା ଓ ପ୍ରିୟ ଆଚରଣ କରିବାର ପରିପ୍ରେକ୍ଷାର ଉପରେ ଏହି ଉପବନକୁ ସହନ୍ତି କରିଥାଏ।'
]);

scene.addElement([
"voice",
"azure",
"or-IN-SukantNeural",
"ବସନ୍ତ ସୀଜରେ, ବଗିଚାରେ ରଙ୍ଗୀଣ ଫୁଲ, ସଙ୍ଗୀତ କରୁଛି ପକ୍ଷୀ। ପୁରାଣା ଇଣ୍ଡିଆ ଗଞ୍ଜରୁ ଦରଜାଣି ଦେଇ ଆଗୁ ଓଟରେ, ଯେତେବେଳା ଗୋଲାପରେ ପତଙ୍ଗାଦେଇ। ଛୋଟ ଫାଉଣ୍ଟେନ୍ ଶାନ୍ତ ସ୍ୱାର୍ଥକରୁଥିବା ସ୍ବର, ଏହି ସହାନ୍ତି କରିବା ଓ ପ୍ରିୟ ଆଚରଣ କରିବାର ପରିପ୍ରେକ୍ଷାର ଉପରେ ଏହି ଉପବନକୁ ସହନ୍ତି କରିଥାଏ।"
]);

Sukant 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": "or-IN-SukantNeural",
    "text": "<speak>Hello, <break time="500ms"/> how are you today? <emphasis level="strong">This is important!</emphasis></speak>"
}

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

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

Sukant 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