|
AI 技術(shù)在飛速發(fā)展，比如美顏換臉、文字識別、語音識別、移除圖片背景、自動駕駛等等都在生活的各個方面起到了應(yīng)用。而「語音合成 TTS」方面，如今實用性也已非常驚人了。 像騰訊云、阿里云、百度云等都推出文字轉(zhuǎn)語音在線服務(wù) API，但合成的人聲大多時候都很容易聽出“機器人味”。而微軟的 Azure TTS 文本轉(zhuǎn)語音服務(wù)效果就比較讓人驚嘆了！它擁有多種聲音和情感風(fēng)格，能像真人一樣朗讀出抑揚頓挫，使得合成的人聲非常逼真自然，不妨來看看…… 微軟自然語音轉(zhuǎn)換 - 像真人般將文本朗讀出來并保存成音頻「微軟文本轉(zhuǎn)語音」Azure Text to Speech 是一個能將文字轉(zhuǎn)換成真人般自然朗讀的云服務(wù)，相比同類 TTS 強大之處在于，它借助 AI 神經(jīng)網(wǎng)絡(luò)技術(shù)，讓合成的語音擁有媲美真人的表現(xiàn)力，實現(xiàn)人聲語調(diào)與情感匹配，朗讀時能表現(xiàn)出高興、悲傷、新聞廣播、客服、恐懼、耳語等情感。 加上語速、語調(diào)、發(fā)音、停頓都可以由用戶調(diào)節(jié)，實際生成的語音非常自然逼真！完全不再像機器人了！因此微軟文本轉(zhuǎn)語音技術(shù)幾乎能應(yīng)用在任何場景。新版的 Edge 瀏覽器的朗讀功能就是基于此技術(shù)而來?？上Т朔?wù)是付費的，你還懂編程才能用上它，這似乎離普通用戶很遠？ 別急！其實，微軟提供了一個免費的在線 DEMO 演示，可以讓用戶隨便輸入文字實現(xiàn)在線試聽 （但字?jǐn)?shù)有限制，且試聽無法保存）。于是，高手們紛紛各顯神通，給我們帶來了幾款如微軟語音合成助手、Edge-TTS-record、微軟 TTS 下載按鈕腳本插件等免費工具，可以幫助你將一大段文字轉(zhuǎn)換成音頻導(dǎo)出 mp3 或錄制成 wav 保存下來，用于其他地方。 微軟 TTS 朗讀效果預(yù)覽：我們先來聽幾段微軟文本轉(zhuǎn)語音的效果吧，相信你一定能聽出來，它真的比目前大多數(shù) TTS 同行要優(yōu)秀很多，情感表現(xiàn)力簡直滿分！開心、嚴(yán)肅不同場景可以用不同的調(diào)調(diào)，就連講個鬼故事也都能講出害怕的感覺。 其實如今在嗶哩嗶哩、抖音、快手里好多視頻的配音，都有使用了這個微軟語音庫來生成，人的聲音聽起來很自然，不特意地去留意，基本都分辨不出來是用機器合成的。 微軟語音合成助手免費版 (Windows)「微軟語音合成助手」是一款完全免費的文字轉(zhuǎn)語音的 Windows 電腦版軟件，它綠色免安裝，而且體積小巧，打開就能使用 (需聯(lián)網(wǎng))，軟件界面非常簡潔，上手即會使用。 它完全借助了微軟的 Azure TTS 服務(wù)來將文字合成并生成語音，支持在線試聽，也可以保存成 mp3 音頻文件，效果非常接近真人朗讀！不僅真實自然，而且也能設(shè)置它的情感風(fēng)格、語速、停頓、音量等等。 微軟語音合成助手可以支持導(dǎo)入 TXT、SRT 字幕、PDF 多種格式的文檔文件，甚至還能支持 JPG、PNG 截圖里的文字識別并導(dǎo)入成文本內(nèi)容。并且重點是，此軟件使用了分段下載合并的方式解決了一次只能轉(zhuǎn)換 2500 個字?jǐn)?shù)限制的問題。 軟件支持保存導(dǎo)出編輯內(nèi)容，支持翻譯，自動排版，自動標(biāo)點，文本替換，敏感詞提醒，敏感詞替換，SSML 多人語音混編等多種功能，還可以實現(xiàn)批量轉(zhuǎn)換。 瀏覽器插件：微軟 TTS 下載音頻按鈕（油猴腳本）前面說到，微軟 TTS 本身提供了文字轉(zhuǎn)語音的在線演示的網(wǎng)頁版，可以讓用戶在瀏覽器上輸入或粘貼文本，轉(zhuǎn)換成語音進行試聽，但官網(wǎng)上并不提供下載功能。因此，有開發(fā)者制作了這么一個「微軟 TTS 下載音頻按鈕」插件，可以讓你將試聽的語音下載保存成 MP3 音頻。 這款瀏覽器插件是完全免費的，它是以 UserScript (油猴腳本) 的形式提供的，比如 Chrome、Edge 等瀏覽器安裝了 Tempermonkey 插件后就能安裝此類腳本。安裝成功并啟用的話，微軟 TTS 的網(wǎng)頁上除了試聽按鈕以外，還會如上圖一樣，增加一個「下載音頻」的按鈕。 所以，如果你使用 Mac、Linux 或者不希望下載第三方軟件，那么使用此腳本也可以在瀏覽器里搞定文本轉(zhuǎn)音頻。 Edge-TTS-record 開源錄制工具這款開源免費的「edge-TTS-record」工具，是一款可以錄制 Microsoft Edge 瀏覽器的語音合成（TTS）語音并輸出為 .wav 音頻的 Windows 版工具。另外，網(wǎng)上也有一款名為「Read Aloud by asup」的工具與此程序幾乎一樣，暫不知道是否同一作者。 由于 Edge 瀏覽器也是使用了微軟 Azure TTS 的技術(shù)，因此它擁有了同樣的逼真自然的聲音引擎，包括了曉曉、云楊等人物聲音。不過相比前兩者，此工具的實現(xiàn)方法是需要將試聽的聲音進行“錄音”而來的，因此錄制時間較長，同時過程中也可能受到系統(tǒng)其他軟件聲音的影響。 aspeak - 命令行文字轉(zhuǎn)語音工具：對于有特殊需求的朋友，還有一款命令行版的微軟 TTS 語音合成工具 #安裝 aspeak pip install --upgrade aspeak # 最簡單的例子： aspeak -t "異次元軟件世界，你好呀！" -l zh-CN #導(dǎo)入 .txt 文件，并轉(zhuǎn)換成 .wav 音頻保存 aspeak -f input.txt -l zh-CN -o ouput.wav 更多具體的參數(shù)，比如怎樣指定語音，大家可以看 aspeak 的官方文檔。至于此工具的的實際應(yīng)用例子嘛，就得看大家發(fā)揮想象力和二次開發(fā)的能力了。 總結(jié)：不管你是視頻 UP 主、自媒體還是辦公人士，借助微軟 Azure TTS 的語音合成引擎來不僅能錄制一些旁白、朗讀稿子電子書、給視頻配音等，也能自娛自樂，給生活和工作都帶來方便與樂趣。 上面的幾款工具都是免費的，感興趣和有需要的朋友都可以下載使用。當(dāng)然了，微軟這個 TTS 云服務(wù)接口本來是需要付費的，而這些免費工具都是基于微軟的免費 Demo 演示開發(fā)而來，哪一天要是被關(guān)掉了，可能就無法使用了。所以，免費有限，大家且用且珍惜吧…… |
|
|
