什么是Microsoft的文本轉(zhuǎn)語音?

微軟Azure的文本轉(zhuǎn)語音服務(wù)提供了一種逼真、可定制的語音生成解決方案，支持細(xì)粒度控制和靈活部署。用戶可以根據(jù)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(gòu)建語音服務(wù)。

什么是Microsoft的文本轉(zhuǎn)語音接口？

Microsoft的文本轉(zhuǎn)語音有哪些核心功能？

逼真的合成語音 實(shí)現(xiàn)流暢、自然的文本轉(zhuǎn)語音，與人聲的語調(diào)和情感相匹配。	可定制的文本說話者聲音 創(chuàng)建一個獨(dú)特的人工智能語音生成器來反映您的品牌形象。
細(xì)粒度的文本對話音頻控制 通過輕松調(diào)整速率、音高、發(fā)音、停頓等，根據(jù)您的場景調(diào)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(yùn)行文本轉(zhuǎn)語音。
定制您的語音輸出 微調(diào)合成語音以適合您的場景。 使用語音合成標(biāo)記語言 (SSML) 或 音頻內(nèi)容創(chuàng)建工具定義詞典 并控制語音參數(shù)，例如發(fā)音、音高、速率、停頓和語調(diào) 。	從云端到邊緣的任何地方部署文本轉(zhuǎn)語音 無論您的數(shù)據(jù)位于何處，都可以運(yùn)行文本轉(zhuǎn)語音。使用容器將逼真的語音合成構(gòu)建到針對強(qiáng)大的云功能和邊緣位置進(jìn)行優(yōu)化的應(yīng)用程序中 。

Microsoft的文本轉(zhuǎn)語音的核心優(yōu)勢是什么？

在哪些場景會用到Microsoft的文本轉(zhuǎn)語音？

客戶服務(wù) 在呼叫中心或自動客服系統(tǒng)中，提供自然流暢的語音交互，提升客戶體驗(yàn)。
	語言學(xué)習(xí) 提供語言學(xué)習(xí)應(yīng)用中的發(fā)音指導(dǎo)和聽力練習(xí)材料。
會議錄聽 可以幫助提升會議錄聽的效率和質(zhì)量，無論是在企業(yè)內(nèi)部會議、遠(yuǎn)程教育、在線研討會還是其他需要語音輸出的場合。
	多設(shè)備對話 Azure 文字轉(zhuǎn)語音服務(wù)可以幫助開發(fā)者構(gòu)建跨設(shè)備、無縫且一致的對話體驗(yàn)。
語音助手 Azure 文字轉(zhuǎn)語音服務(wù)提供了強(qiáng)大的功能和靈活性，非常適合用于構(gòu)建和增強(qiáng)語音助手的語音交互能力

 

免費(fèi)版

即用即付：僅按使用量付費(fèi)

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(shí)現(xiàn)了 .NET Standard 2.0。 稍后在本指南中安裝語音 SDK。 有關(guān)任何要求，請參閱安裝語音 SDK。

必須對應(yīng)用程序進(jìn)行身份驗(yàn)證才能訪問 Azure AI 服務(wù)資源。 對于生產(chǎn)，請使用安全的方式存儲和訪問憑據(jù)。 例如，獲取語音資源的密鑰后，請將其寫入運(yùn)行應(yīng)用程序的本地計(jì)算機(jī)上的新環(huán)境變量。

若要為語音資源密鑰設(shè)置環(huán)境變量，請打開控制臺窗口，并按照操作系統(tǒng)和開發(fā)環(huán)境的說明進(jìn)行操作。

• 要設(shè)置 SPEECH_KEY 環(huán)境變量，請將“your-key”替換為你的資源的某一個密鑰。
• 要設(shè)置 SPEECH_REGION 環(huán)境變量，請將 “your-region”替換為你的資源的某一個地區(qū)。

Windows:

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

添加環(huán)境變量后，你可能需要重啟任何需要讀取環(huán)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?jiān)谶\(yùn)行示例之前重啟 Visual Studio。

按照以下步驟創(chuàng)建控制臺應(yīng)用程序并安裝語音 SDK。

1. 在需要新項(xiàng)目的文件夾中打開命令提示符窗口。 運(yùn)行以下命令，使用 .NET CLI 創(chuàng)建控制臺應(yīng)用程序。

   dotnet new console

   該命令會在項(xiàng)目目錄中創(chuàng)建 Program.cs 文件。

2. 使用 .NET CLI 在新項(xiàng)目中安裝語音 SDK。

   dotnet add package Microsoft.CognitiveServices.Speech

3. 將 Program.cs 的內(nèi)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(jīng)網(wǎng)絡(luò)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(shè)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(wù)不會輸出合成的音頻。

5. 運(yùn)行新的控制臺應(yīng)用程序，開始將語音合成到默認(rèn)揚(yáng)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(zhuǎn)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(xì)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

免費(fèi)版

即用即付：僅按使用量付費(fèi)

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(shí)現(xiàn)了 .NET Standard 2.0。 稍后在本指南中安裝語音 SDK。 有關(guān)任何要求，請參閱安裝語音 SDK。

必須對應(yīng)用程序進(jìn)行身份驗(yàn)證才能訪問 Azure AI 服務(wù)資源。 對于生產(chǎn)，請使用安全的方式存儲和訪問憑據(jù)。 例如，獲取語音資源的密鑰后，請將其寫入運(yùn)行應(yīng)用程序的本地計(jì)算機(jī)上的新環(huán)境變量。

若要為語音資源密鑰設(shè)置環(huán)境變量，請打開控制臺窗口，并按照操作系統(tǒng)和開發(fā)環(huán)境的說明進(jìn)行操作。

• 要設(shè)置 SPEECH_KEY 環(huán)境變量，請將“your-key”替換為你的資源的某一個密鑰。
• 要設(shè)置 SPEECH_REGION 環(huán)境變量，請將 “your-region”替換為你的資源的某一個地區(qū)。

Windows:

setx SPEECH_KEY your-key
setx SPEECH_REGION your-region

添加環(huán)境變量后，你可能需要重啟任何需要讀取環(huán)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?jiān)谶\(yùn)行示例之前重啟 Visual Studio。

按照以下步驟創(chuàng)建控制臺應(yīng)用程序并安裝語音 SDK。

1. 在需要新項(xiàng)目的文件夾中打開命令提示符窗口。 運(yùn)行以下命令，使用 .NET CLI 創(chuàng)建控制臺應(yīng)用程序。

   dotnet new console

   該命令會在項(xiàng)目目錄中創(chuàng)建 Program.cs 文件。

2. 使用 .NET CLI 在新項(xiàng)目中安裝語音 SDK。

   dotnet add package Microsoft.CognitiveServices.Speech

3. 將 Program.cs 的內(nèi)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(jīng)網(wǎng)絡(luò)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(shè)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(wù)不會輸出合成的音頻。

5. 運(yùn)行新的控制臺應(yīng)用程序，開始將語音合成到默認(rèn)揚(yáng)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(zhuǎn)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(xì)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