微軟的Azure認知服務有了新的語音風格

微軟公司(Micros of t Corp.)今天在Azure認知服務(Azure Cognitiveservices)上增加了新的“語音樣式”，這是它的一套基于云的應用程序編程接口和軟件開發(fā)工具包，開發(fā)人員使用它們來創(chuàng)建具有智能語音功能的應用程序。

新的風格-新聞、客戶服務和數(shù)字助理-旨在幫助開發(fā)人員定制他們的應用程序和服務的聲音，以適應他們的品牌或獨特的場景。 該公司補充說，這些聲音據(jù)說能發(fā)出聽起來自然的聲音，并且與真實人類聲音的語調(diào)和模式相匹配。

微軟在一篇博客文章中說：“建立在強大的基礎模型上，我們的神經(jīng)TTS聲音非常自然、可靠和富有表現(xiàn)力。 通過遷移學習，神經(jīng)TTS模型可以從不同的說話者那里學習不同的說話風格，從而使聲音變得微妙。

第一種聲音，新聞廣播，旨在反映我們與電視新聞記者聯(lián)系在一起的那種“專業(yè)語氣”，沒有一絲區(qū)域主義。 聲音有一個中性的發(fā)音，其中沒有字母的聲音被刪除。

微軟表示，這種新聞廣播的聲音也可以在微軟的We Chat服務聽力文檔中獲得，該服務可以在Word、Excel和Power Point中大聲閱讀文檔。 這個聲音也被出現(xiàn)在賓移動應用程序中，為那些想要他們的日常新聞簡報大聲朗讀的人。

微軟說，客戶服務風格的聲音是為開發(fā)人員創(chuàng)造客戶服務應用程序，并具有“友好”和“吸引人”的語氣。 至于數(shù)字助理的聲音，它有一個“有用”的音調(diào)，適合任務，如中繼天氣預報或導航方向。

微軟還增加了新的“情感風格”，用來表達不同的情感，以適應特定的語境。 情感包括英語和巴西葡萄牙語的快樂和移情，以及一種“抒情風格”，它是為閱讀散文和詩歌而優(yōu)化的，這只有中文才能使用。

星座研究公司(Constellation ResearchInc.)分析師霍爾格·穆勒(HolgerMueller)對硅谷公司(SiliconAngle)表示，這種語音功能很重要，因為語音是新的用戶界面，幫助人們擺脫閱讀信息的需求。

穆勒說：“神經(jīng)網(wǎng)絡有助于讓這些傳統(tǒng)的機器人和機械聲音聽起來更自然，因為它們可以聽到休息、音調(diào)和語調(diào)。

Azure認知服務與谷歌有限責任公司的WaveNet系統(tǒng)競爭，該系統(tǒng)總共提供了57種不同的語音風格，包括31種人工智能合成的聲音和24種標準聲音。 亞馬遜網(wǎng)絡服務公司還提供一種名為“品牌之聲”的服務，它依靠人工智能來創(chuàng)建具有一系列語音和情感風格的定制代言人，其文本到語音為亞馬遜波莉提供服務。

顯示您對我們的任務的支持，我們的一鍵訂閱我們的優(yōu)管頻道（下面）。 我們擁有的用戶越多，你就越能向你推薦相關的企業(yè)和新興技術內(nèi)容。 謝謝！

支持我們的使命：>；>；>；SUBS CRIBE NOW>；>；>；到我們的優(yōu)管頻道。

我們還想告訴你我們的使命，以及你如何幫助我們完成它。 硅谷媒體公司的商業(yè)模式是基于內(nèi)容的內(nèi)在價值，而不是廣告。 與許多在線出版物不同，我們沒有付費墻或經(jīng)營橫幅廣告，因為我們希望保持我們的新聞開放，沒有影響或需要追逐流量。 硅谷的新聞、報道和評論-以及我們硅谷工作室的現(xiàn)場、未經(jīng)剪輯的視頻和CUBE的環(huán)球視頻團隊-需要大量的艱苦工作、時間和金錢。 保持高質(zhì)量需要贊助商的支持，他們與我們的無廣告新聞內(nèi)容的愿景一致。

如果您喜歡這里的報道，視頻采訪和其他無廣告內(nèi)容，請花點時間查看我們的贊助商支持的視頻內(nèi)容樣本，推特您的支持，并繼續(xù)回到硅安格爾。