什么是Microsoft的文本轉語音?

微軟Azure的文本轉語音服務提供了一種逼真、可定制的語音生成解決方案，支持細粒度控制和靈活部署。用戶可以根據自己的需求定制語音輸出。此外，Azure還提供了豐富的資源和工具來幫助用戶快速開始使用和構建語音服務。

什么是Microsoft的文本轉語音接口？

Microsoft的文本轉語音有哪些核心功能？

逼真的合成語音 實現流暢、自然的文本轉語音，與人聲的語調和情感相匹配。	可定制的文本說話者聲音 創建一個獨特的人工智能語音生成器來反映您的品牌形象。
細粒度的文本對話音頻控制 通過輕松調整速率、音高、發音、停頓等，根據您的場景調整語音輸出。	靈活部署 在云端、本地或容器邊緣的任何地方運行文本轉語音。
定制您的語音輸出 微調合成語音以適合您的場景。 使用語音合成標記語言 (SSML) 或 音頻內容創建工具定義詞典 并控制語音參數，例如發音、音高、速率、停頓和語調 。	從云端到邊緣的任何地方部署文本轉語音 無論您的數據位于何處，都可以運行文本轉語音。使用容器將逼真的語音合成構建到針對強大的云功能和邊緣位置進行優化的應用程序中 。

Microsoft的文本轉語音的核心優勢是什么？

在哪些場景會用到Microsoft的文本轉語音？

客戶服務 在呼叫中心或自動客服系統中，提供自然流暢的語音交互，提升客戶體驗。
	語言學習 提供語言學習應用中的發音指導和聽力練習材料。
會議錄聽 可以幫助提升會議錄聽的效率和質量，無論是在企業內部會議、遠程教育、在線研討會還是其他需要語音輸出的場合。
	多設備對話 Azure 文字轉語音服務可以幫助開發者構建跨設備、無縫且一致的對話體驗。
語音助手 Azure 文字轉語音服務提供了強大的功能和靈活性，非常適合用于構建和增強語音助手的語音交互能力

 

免費版

即用即付：僅按使用量付費

其他價格信息請查看：https://azure.microsoft.com/en-us/pricing/details/cognitive-services/speech-services/

語音 SDK 以 NuGet 包的形式提供，實現了 .NET Standard 2.0。 稍后在本指南中安裝語音 SDK。 有關任何要求，請參閱安裝語音 SDK。

必須對應用程序進行身份驗證才能訪問 Azure AI 服務資源。 對于生產，請使用安全的方式存儲和訪問憑據。 例如，獲取語音資源的密鑰后，請將其寫入運行應用程序的本地計算機上的新環境變量。

若要為語音資源密鑰設置環境變量，請打開控制臺窗口，并按照操作系統和開發環境的說明進行操作。

• 要設置 SPEECH_KEY 環境變量，請將“your-key”替換為你的資源的某一個密鑰。
• 要設置 SPEECH_REGION 環境變量，請將 “your-region”替換為你的資源的某一個地區。

Windows:

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

添加環境變量后，你可能需要重啟任何需要讀取環境變量的程序（包括控制臺窗口）。 例如，如果使用 Visual Studio 作為編輯器，請在運行示例之前重啟 Visual Studio。

按照以下步驟創建控制臺應用程序并安裝語音 SDK。

1. 在需要新項目的文件夾中打開命令提示符窗口。 運行以下命令，使用 .NET CLI 創建控制臺應用程序。

   dotnet new console

   該命令會在項目目錄中創建 Program.cs 文件。

2. 使用 .NET CLI 在新項目中安裝語音 SDK。

   dotnet add package Microsoft.CognitiveServices.Speech

3. 將 Program.cs 的內容替換為以下代碼。

   using System;
   using System.IO;
   using System.Threading.Tasks;
   using Microsoft.CognitiveServices.Speech;
   using Microsoft.CognitiveServices.Speech.Audio;
   
   class Program 
   {
       // This example requires environment variables named "SPEECH_KEY" and "SPEECH_REGION"
       static string speechKey = Environment.GetEnvironmentVariable("SPEECH_KEY");
       static string speechRegion = Environment.GetEnvironmentVariable("SPEECH_REGION");
   
       static void OutputSpeechSynthesisResult(SpeechSynthesisResult speechSynthesisResult, string text)
       {
           switch (speechSynthesisResult.Reason)
           {
               case ResultReason.SynthesizingAudioCompleted:
                   Console.WriteLine($"Speech synthesized for text: [{text}]");
                   break;
               case ResultReason.Canceled:
                   var cancellation = SpeechSynthesisCancellationDetails.FromResult(speechSynthesisResult);
                   Console.WriteLine($"CANCELED: Reason={cancellation.Reason}");
   
                   if (cancellation.Reason == CancellationReason.Error)
                   {
                       Console.WriteLine($"CANCELED: ErrorCode={cancellation.ErrorCode}");
                       Console.WriteLine($"CANCELED: ErrorDetails=[{cancellation.ErrorDetails}]");
                       Console.WriteLine($"CANCELED: Did you set the speech resource key and region values?");
                   }
                   break;
               default:
                   break;
           }
       }
   
       async static Task Main(string[] args)
       {
           var speechConfig = SpeechConfig.FromSubscription(speechKey, speechRegion);      
   
           // The neural multilingual voice can speak different languages based on the input text.
           speechConfig.SpeechSynthesisVoiceName = "en-US-AvaMultilingualNeural"; 
   
           using (var speechSynthesizer = new SpeechSynthesizer(speechConfig))
           {
               // Get text from the console and synthesize to the default speaker.
               Console.WriteLine("Enter some text that you want to speak >");
               string text = Console.ReadLine();
   
               var speechSynthesisResult = await speechSynthesizer.SpeakTextAsync(text);
               OutputSpeechSynthesisResult(speechSynthesisResult, text);
           }
   
           Console.WriteLine("Press any key to exit...");
           Console.ReadKey();
       }
   }

4. 若要更改語音合成語言，請將 en-US-AvaMultilingualNeural 替換為另一種受支持的語音。

   所有神經網絡聲音都是多語言的，并且能夠流利地使用自己的語言和英語。 例如，如果英語的輸入文本為“I'm excited to try text to speech”并且你設置了 es-ES-ElviraNeural，則該文本將用帶西班牙口音的英語講出。 如果語音使用的不是輸入文本的語言，則語音服務不會輸出合成的音頻。

5. 運行新的控制臺應用程序，開始將語音合成到默認揚聲器。

   dotnet run

6. 輸入要朗讀的一些文本。 例如，鍵入“我對嘗試文本轉語音非常興奮”。 選擇 Enter 鍵可聽到合成的語音。

   Enter some text that you want to speak >
   I'm excited to try text to speech

詳細指南請查看：https://learn.microsoft.com/zh-cn/azure/ai-services/speech-service/get-started-text-to-speech?tabs=windows%2Cterminal&pivots=programming-language-csharp