使用微软云人工智能，合成带感情的语音

以前公司下达了一个需求，要求用语音做广播，因为广播里面包含姓名，所以不能难以直接录制，需要使用合成语音。

一开始考虑到时间以及优先级问题，这边使用了百度的合成语音。

但是百度语音相对僵硬，而且没有感情，效果不甚满意。

不久前时间相对充沛，这边就使用了觉得最完美的方案——使用微软云的人工智能合成语音。

因为这个语音可以设置感情，没有机器合成那种僵硬的感觉，可以说是比真人还真人。

微软云合成语音demo网站：https://azure.microsoft.com/zh-cn/services/cognitive-services/text-to-speech/

感觉确实有需要的话，接下来就应该创建微软云账号，开始使用了，可以参考这个视频：https://www.bilibili.com/video/av670457802

不过要注意一点，创建微软云账号，需要绑定一张visa卡。如果没有的话，可以淘宝或者申请微软云学生账号。

申请微软云学生账号：https://www.daniao.org/6693.html

创建好微软云合成语音服务之后，就可以直接使用了。

文档地址：https://docs.microsoft.com/zh-cn/azure/cognitive-services/speech-service/get-started-text-to-speech?tabs=script%2Cwindowsinstall&pivots=programming-language-javascript

收费：
每个月都有25万字的合成额度，如果需求量不大的话，已经够用了。如果需求量大，可以将通用的语音保存到服务器，将不通用项，如姓名，以单字的形式，请求后再存入服务器。每次访问时，先检查服务器存不存在这个字，如没有再请求api接口。

下面是简单使用的具体代码：

微软语音合成（人工智能）示例

密匙就不解释了，微软云控制台可以看到，地区可以选eastus eastus2，以及另外几个, 具体看控制台上显示的地区

另外为方便理解，附带一个带界面的语音合成网页：

欢快 闲聊 冷静 生气 紧张 哭泣 轻蔑 严肃 亲切 温和 伤感 客服 数字助理 新闻

		
		

		

		播放
		下载