Microsoft 推出适用于 Azure OpenAI 的新 AI 文本到语音转换语音

Microsoft为文本转语音 （TTS） 应用程序推出了四种创新的 AI 神经语音，专为与 Azure OpenAI 服务集成而设计。这些语音已准备好增强基于语音的聊天机器人、语音助手和对话代理。

针对对话方案优化的语音

新引入的声音被命名为en-US-AndrewNeural，en-US-BrianNeural，en-US-EmmaNeuro（均为美国英语）和zh-CH-YunjieNeuro（中文）。这些语音已针对对话上下文进行了微调，目前可在三个区域提供公共预览版：美国东部、东南亚和西欧。Microsoft提供了这些语音的样本，突出了与现有的神经语音相比，它们在提供更自然和流畅的语音方面取得的进展。

“…友好，对生活持乐观态度，总是渴望帮助他人并分享有趣或实用的知识。说话的风格就像是和熟人喝茶的对话，保持着自然而不夸张的语气。Microsoft的这句话强调了每个声音背后的角色和语气。

声音背后的技术进步

Microsoft不断努力增强文本到语音转换（TTS）建模技术，从而显著提高了AI语音的质量。最近的项目，如DelightfulTTS 2和MuLanTTS，弥合了AI语音和专业人类录音之间的质量差距。这些项目在制作听起来更自然、更逼真的声音方面发挥了关键作用。这种技术进步为新引入的人工智能语音奠定了基础。

开发人员可以使用 Azure 语音 SDK 或 REST API 将这些语音无缝集成到其应用程序中。Azure 机器人框架还提供了用于制作智能机器人的功能，这些机器人可以利用这些新的神经 TTS 语音。

Microsoft 广泛的产品包括 400 多种神经语音，涵盖 140 多种语言和区域设置。这个庞大的数组可确保开发人员和企业拥有大量选择，以为其用户提供丰富的对话体验。