微軟宣布推出四種新的人工智慧文字轉語音語音，可與 Azure OpenAI 搭配使用

微軟宣布推出四種新的人工智慧驅動的神經語音，用於文字轉語音（TTS）應用程序，從今天開始可在Azure OpenAI GPT 中使用，以幫助創建基於語音的聊天機器人、語音助理或會話代理。

這四個語音分別名為en-US-AndrewNeural、en-US-BrianNeural、en-US-EmmaNeural（均為美式英語）和zh-CH-YunjieNeural（中文），“針對對話場景進行了優化”，現已推出在美國東部、東南亞和西歐三個地區進行公開預覽。

微軟展示了一些新語音範例，與目前可用的其他神經語音進行比較，以展示在使語音更加自然和流暢方面所做的改進。

透過使用 Azure 語音 SDK 或 REST API，語音本身可以整合到使用Azure OpenAI的現有應用程式中，以及使用 Azure Bot Framework 來開發能夠使用新的神經 TTS 語音的智慧機器人。

微軟接著說：

「我們首先精心設計每個聲音的角色，就好像它是一個真實的人，友好且對生活持樂觀態度，總是渴望幫助他人並分享有趣或實用的知識。聲音的說話方式就像是和熟人喝茶聊天，語氣自然不誇張。”

此外，我們不斷增強文字轉語音 (TTS) 建模技術，以提高人工智慧語音的品質。我們最近的項目，例如 DelightfulTTS 2 和 MuLanTTS，顯著縮小了人工智慧語音和專業真人錄音之間的品質差距，產生比以往更自然、更真實的聲音。這些技術進步是建構這些新的人工智慧聲音的基礎。

這四種新語音將與現有的 400 多種神經語音一起提供，涵蓋 140 多種語言和地區。