微軟限量開放測試AI文字轉語音高階服務

微軟昨（3）日宣布AI技術為基礎的自訂神經網路語音（Custom Neural Voice）服務開放限量測試。

這項服務是Azure文字轉語音（text-to-speech，TTS）服務的一部份，提供200多種聲音及50多種語言選擇，並提供速度、聲調、發音、停頓等細部微調控制，可以將文字轉成生動自然的語音。微軟表示，自訂神經語音服務可讓App或品牌業者因應不同使用情境，產生具有不同說話風格和情緒聲調的語音服務，或是對話互動介面，像是有聲書或語音助理等。

微軟強調開發商或企業可以慣用程式語言來開發，且可選擇將這項語音服務以容器部署在雲端或邊緣網路上。

目前已經有瑞士電信（Swisscom）以這個文字轉語音服務，開發支援英、法、德及義大利文的語音助理。此外，AT&T也在達拉斯的體驗店，利用這項服務搭配擴增實境（AR）和5G技術，部署了一個真人大小的高解析度兔寶寶（Bugs Bunny）互動服務，它會呼叫消費者姓名來歡迎他們，並要求消費者幫忙尋找金蘿蔔。

自訂神經網路語音（Custom Neutral Voice）是Azure文字轉語音服務最頂級方案。目前除了它提供限量測試外，其他等級TTS服務皆已正式上線，費用以轉成語音的文字字元計算。針對Azure 用戶，以最基礎的1名共同連線用戶計算，標準等級每月前500萬個字元免費。20名共同連線用戶則為100萬字元4美元起跳。