Google雲端文字轉語音API支援自定義語音，讓AI人聲不死板

Google宣布在其文字轉人聲（Text-to-Speech，TTS）API推出自定義語音功能，該新功能讓用戶可以使用自己的錄音，訓練自定義語音模型，以創造出獨特的語音體驗。官方提到，對於想要建立品牌形象的企業而言，使用獨特的聲音，有助於在互動式語音應用中，建立具差異化的用戶體驗。

自定義語音讓用戶只需要提交錄音，就可以直接在TTS API中存取新語音，系統提供指南，指引用戶生成高品質自定義TTS語音模型的方法，當模型訓練完成後，用戶只需要在呼叫TTS API時，參照模型ID，就可以開始使用新訓練的語音模型。

Google考量負責任的AI治理程序，評估了自定義語音TTS以及合成媒體的道德疑慮，為減輕可能造成的潛在危害，用戶在採用自定義TTS之前，需要經過一個審查流程，確保每個用例皆符合Google的AI原則，並且要求驗證配音員，提供Google雲端指定語句的音訊檔案，以算是取得配音員的同意。

目前自定義TTS自定義語音功能正式支援包括英語、西班牙語、法語、義大利語、德語、葡萄牙語和日語，其他語言則還需要再等等。