Microsoft Azure Text to Speech-tjeneste tilbyder nu naturligt lydende stemme- og følelsesstile

Microsoft Cognitive Services' tekst til tale-tjeneste konverterer tekst til tale for mere naturlige grænseflader. Udviklere kan bruge denne service til at bygge apps og tjenester, der taler naturligt. Takket være banebrydende forskning inden for talesynteseteknologi leverer Microsofts tekst til tale-tjeneste allerede flydende, naturligt lydende tale, der matcher stressmønstrene og intonationen af ​​menneskelige stemmer. I dag annoncerede Microsoft tre nye stemmestile og følelsesstile, der giver udviklere flere valgmuligheder med hensyn til at vælge talestilen til deres applikationer.

Microsoft annoncerer følgende tre stemmestile:

• Nyhedsudsendelse – Med neurale TTS-stemmer i nyhedsudsendelsesstilen kan dine brugere nyde at lytte til nyheder eller artikler i en professionel tone, der afspejler, hvad du kan høre på tv- eller radionyhedsudsendelser.
• Kundeservice – Kundeservicestilen har en venlig og engagerende tone og er velegnet til scenarier, der involverer kundesupport, såsom en individuel, der tjekker ind på deres fly, foretager en restaurantreservation eller rapporterer et krav.
• Digital assistent – ​​Mange kunder har brugt neurale TTS-stemmer til deres digitale assistentløsninger. Vi introducerer to stilarter på dette område: en chatstil til mere afslappede samtalebots og en mere professionel stil til scenarier såsom digitale assistenter i bilen.

Microsoft annoncerer følgende tre følelsesstile:

• Glad
• Empatisk
• lyrisk

Talen i nyhedsudsendelsesstil er allerede brugt i Bing-mobilappen, se demovideoen nedenfor.

Kilde: microsoft