Azure Speech：文本轉語音，雲端AI神器！
2024年12月24日
各位朋友大家好 歡迎來到AI技術分享頻道
在上一期的節目當中 我們深入探討了HTTS
一個超級好用的文本轉語音工具
它的自然流暢的語音效果 以及多語言多語色的支持
是不是讓你印象深刻
那麼在本期的節目當中 我們就爲大家介紹後面的技術
微軟Azure Speech服務
Azure Speech服務是微軟Azure公有云平臺當中提供的語音服務
它提供了語音轉文本 文本轉語音等功能
相較於AGTTS無限的使用
它提供了每個月50萬字的免費文本轉語音的額度
提供了更多的音色的選擇 以及情緒控制的能力
所以接下來的話 我們就一起來體驗一下它的功能和特點
在我們的演示環境當中
現在我們已經打開了瀏覽機
並且訪問到了Azure公有云的主頁
在它的主頁當中 我們就能夠查看到單錄的選項
我們在這裏可以選擇完成單錄的過程
當然如果我們沒有Azure公有云的賬號
選擇這個選項之後
它也會提示我們可以完成註冊的過程
而在註冊的過程當中
它就有可能會提示我們綁定信用卡
同時獲得200美金的試用額度
那麼不管怎麼樣
當我們完成了單錄的過程之後
其實我們就可以訪問Azure公有云的後臺頁面
那麼在它的後臺頁面當中
我們就可以創建和配置不同類型的Azure公有云資源
那麼我們這一期節目當中關注的資源
其實就是語音服務
我們要完成語音服務的創建
首先的話就可以選擇資源組的選項
然後我們可以選擇創建一個新的資源組
接下來的話我們就可以去指定資源組它的名稱
我們可以根據自己的需求選擇相應的名稱
另外的話可以選擇它所在的區域
然後我們就可以選擇創建就可以
創建完整相應的資源組之後
然後我們就可以在資源組當中
添加我們所需要的語音服務
然後我們可以搜索關鍵字
並且去找到語音服務
勾選這個選項對它進行篩選
就能夠查看到語音服務
然後我們就可以去指定語音服務它所在的區域
並且我們可以去指定語音服務它的名稱
另外的話我們可以選擇免費的版本
同樣我們可以選擇創建就可以
這樣的話我們就可以在Azure工業雲的運行環境當中
完成語音服務創建的過程
那麼現在我們已經準備好了一個資源組
並且這個資源組當中已經提前的完成了語音服務的創建
所以我們可以選擇這個語音服務
能夠查看到它的基本信息
並且能夠了解到它確實是一個免費的版本
然後我們還可以在這裏選擇開始使用語音服務
選擇這個鏈接之後它就會幫助我們打開一個新的頁面
那麼在這個頁面當中
它就會更詳細的幫助我們介紹
Azure工業雲的運行環境當中
它的語音服務能夠實現的兩個基本功能
就是語音轉文本或者是文本轉語音
同時的話我們也可以依據不同的場景
選擇這些不同的選項
那麼這一期節目當中我們要使用的
其實就是文本轉語音
其實它也爲我們提供了很多不同的功能
然後現在我們選擇第一個選項
選擇它的標準的語音庫
選擇完成之後
它就會幫助我們加載不同語言
它爲我們提供了所有的這些不同的語音
當我們選擇了其中的一個語音之後
其實我們還可以選擇這個選項
同樣它會幫助我們打開一個新的頁面
那麼在這個頁面當中
其實我們就可以更加方便的輸入文本
並且獲得我們所需要的語音
同時的話它還提供了很多不同的選項
然後我們可以選擇不同的語音
或者說不同的音色
同時的話
對於其他的一些選項進行更精細的調整
比如在這裏的話
我們現在就打開了這個頁面
然後另外的話
我們可以輸入相應的文本
輸入完成這些文本之後
我們可以選擇播放
其實它就會幫助我們完成文本轉語音的過程
我們選擇這個選項
1860年1月底
我們可以看到它的合成過程其實就已經完成
另外的話
其實我們還可以在這裏查看到這些不同選項
比如我們希望選擇其他的語音的時候
那麼我們能夠查看到很多不同的篩選的條件
我們可以選擇不同篩選條件
同時也可以基於不同的場景對它進行篩選
那麼對於每一個聲音來說的話
其實也會有一些描述的信息
那麼除了聲音的選擇之外
其實我們也可以看到
我們可以選擇它的風格或者是情緒
下面的話還會有其他的一些不同選項
也包括了語速
它的聲音強度等等
那麼當我們選擇完成這些不同選項之後
如果有需要的話
我們又可以在這裏選擇這個選項
它又會基於我們指定的這些不同選項
幫助我們合成新的音頻文件
然後接下來的話
我們可以在這裏選擇對它進行保存
保存完成之後
我們就可以選擇導出的選項
導出的時候
我們可以選擇導出音頻文件
當然我們也可以選擇導出文本文件
現在我們選擇導出的選項
那麼接下來
它就會幫助我們完成處理的過程
最終的話我們能夠查看到這個文件
那麼這個文件就是音頻文件
我們也可以選擇對它進行播放
我們能夠查看到也是沒有任何問題的
這樣的話呢
我們就去完成了它的一個基本的操作
並且我們能夠了解到
在Azure公有云的平臺當中
其實它就爲我們提供了非常友好的這些工具
使我們能夠更加方便的選擇不同的語音
以及它的情緒或者是其他選項
然後呢
我們也可以非常方便的錄入文本
得到音頻文件
那麼除了圖形化的這些方式之外
其實呢
我們也可以通過編程的方式
同樣的去實現這個目標
所以在我們當前的這一臺計算機當中
然後的話呢
我們也可以去打開命令提示服的程序
同樣的
我們可以選擇創建一個新的目錄
並且進入到這個目錄當中
然後接下來的話呢
去完成它的運行環境創建的過程
創建完成運行環境之後
我們選擇對它進行激活
然後呢
我們也可以把我們已經準備好的這些不同文件
然後放置到它的目錄當中
所以的話呢
我們可以去複製這些不同文件
複製完成之後的話
選擇對它進行粘貼
然後我們可以通過代碼編輯器打開這個目錄
在這個目錄當中
其實呢包括了兩個不同的文件
一個呢是這個文件
而另外的一個呢就是程序的文件
我們要確保程序能夠正常運行
還需要去完成它所依賴的這兩個不同組件的安裝
所以呢
我們就可以去完成它的安裝過程
然後選擇回車之後
它就可以幫助我們完成它的安裝
其實這個文件當中主要的就包括了這兩個不同的組件
完成了它的安裝之後
我們重新回來對它進行查看
首先的話呢
它是幫助我們加載所需要的這些不同的組件
然後接下來的話呢
幫助我們加載連接到Azure公有云當中語音服務的時候
我們所需要的API Key的信息
所以我們又可以重新回來
回到Azure公有云的後臺程序
同樣選擇這個語音服務
然後我們就能夠查看到這裏的話呢
其實它就有密鑰的信息
我們可以選擇複製這個密鑰
同時的話呢
選擇它所在的區域
那麼這兩個信息呢
我們就可以把它放置到這個文件當中
然後我們就可以去指定它所在的區域以及密鑰信息
指定完成這些信息之後
然後在這裏對它進行加載
接下來的話呢
對於語音服務進行初始化
並且我們去設置完成了文本到語音的轉換之後
然後幫助我們導出成爲一個音頻文件
接下來呢
我們就可以選擇它的聲音
然後就完成它的初始化
讀取這個文本文件當中的內容
幫助我們完成導出的過程
所以呢
我們也可以去運行相應的程序
查看一下它的結果
那麼我們就能夠查看到運行就已經完成
我們重新回到這個目錄當中
那麼在這個目錄當中就會多一個新的文件
也就是一個音頻文件
我們也可以選擇對它進行播放
1860年1月底
我們能夠查看到它的播放其實也是沒有任何問題的
那麼如果我們有很多不同的文件需要去轉換成爲語音的文件
我們就可以對於這樣的一個應用程序進行改造
讓它自動讀取更多的文本內容
並且自動的幫助我們完成它的轉換過程
那麼其實通過這樣的一個基本瞭解之後
我們就能夠知道
Edge TTS當中
它的語音的能力
其實最終也是來自於Edge公有爲我們去提供的語音的能力
那麼這樣的話
這一期節目
我們就已經爲大家分享到了這裏
如果你喜歡我們的這個節目
也希望大家能夠點贊
並且去分享我們的這一期節目
並且關注我們的這個頻道
那麼我們下一期節目再見
謝謝大家