Google Text To Speech AI

通过智能且逼真的回复提升客户互动体验
在您的设备和应用中使用语音用户界面与用户互动
根据用户的语音和语言偏好个性化沟通

功能
自定义语音
使用您自己的音频录音训练自定义语音合成模型，为您的组织创建独特且更自然的声音。您可以定义并选择适合组织的语音配置文件，并快速适应语音需求的变化，而无需重新录制新短语。了解详情。
长音频合成
异步合成最多100万字节的输入内容。
语音与语言选择
从40多种语言及变体中的220多个语音中进行选择，更多语音即将上线。
WaveNet语音
利用基于DeepMind开创性研究构建的90多个WaveNet语音，生成显著接近人类表现的语音。
文本与SSML支持
通过SSML标签自定义语音，可添加停顿、数字、日期时间格式化及其他发音指令。
音调调节
可将所选语音的音调个性化调整，最高可比默认音调高或低20个半音。
语速调节
可将语速调整至正常速率的4倍快或4倍慢。
音量增益控制
可将输出音量提高最多16分贝，或降低最多96分贝。
集成REST和gRPC API
轻松集成到任何可发送REST或gRPC请求的应用程序或设备中，包括手机、电脑、平板及物联网设备（如汽车、电视、音箱）。
音频格式灵活性
将文本转换为MP3、Linear16、OGG Opus等多种音频格式。
音频配置文件
根据目标播放设备类型优化语音效果，例如耳机或电话线路。