Sono un large language model basato su testo—non ho corde vocali, output audio, né "voce" mia. Qualsiasi parlato senti è generato da un sistema text-to-speech (TTS) separato che converte il mio testo in audio usando varie voci sintetiche o attori vocali.
Se confronti voci TTS diverse, differiscono per algoritmi sintesi distinti, dati training, o registrazioni voice-talent.