Scopri più da vicino le nuove funzionalità di AI e ML per aiutarti a prendere decisioni più intelligenti. Registrati a Next '21.

Vai a

Text-to-Speech

Converti il testo in parlato dal suono naturale utilizzando un'API basata sulle tecnologie AI di Google.
  • action/check_circle_24px Creato con Sketch.

    Migliora le interazioni con i clienti con risposte intelligenti e realistiche

  • action/check_circle_24px Creato con Sketch.

    Coinvolgi gli utenti con l'interfaccia utente vocale nei tuoi dispositivi e nelle tue applicazioni

  • action/check_circle_24px Creato con Sketch.

    Personalizza la comunicazione in base alle preferenze dell'utente per voce e lingua

Vantaggi

Parlato ad alta fedeltà

Esegui il deployment delle tecnologie all'avanguardia di Google per generare un discorso con un'intonazione simile a quella umana. Realizzata sulla base dell'esperienza di sintesi vocale di DeepMind, l'API produce voci di qualità simile a quella umana.

La più ampia selezione di voci

Scegli tra un set di oltre 220 voci per più di 40 lingue e varianti, tra cui mandarino, hindi, spagnolo, arabo, russo e non solo. Scegli la voce più adatta a utente e applicazione.

Voce esclusiva

Crea una voce esclusiva per rappresentare il tuo brand in tutti i touchpoint con i clienti, invece di condividere una stessa voce con altre organizzazioni.

Demo

Metti alla prova Text-to-Speech

Digita ciò che vuoi, seleziona una lingua, quindi fai clic su "SPEAK IT" (LEGGILO) per ascoltare.

Funzionalità principali

Funzionalità principali

Voce personalizzata (beta)

Addestra un modello vocale personalizzato utilizzando le tue registrazioni audio per creare una voce dal suono più naturale ed esclusiva per la tua organizzazione. Puoi definire e scegliere il profilo vocale più adeguato alla tua organizzazione e adattarlo rapidamente ai cambiamenti delle esigenze vocali senza dover registrare nuove frasi.

Voci WaveNet

Sfrutta le oltre 90 voci WaveNet basate sulla ricerca innovativa di DeepMind per generare una sintesi vocale che colma in modo significativo il divario con le prestazioni umane.

Ottimizzazione delle voci

Personalizza il tono della voce selezionata, fino a 20 semitoni in più o in meno rispetto al valore predefinito. Regola la velocità del parlato rendendola fino a quattro volte superiore o inferiore rispetto a quella normale.

Supporto di testo e SSML

Personalizza la tua sintesi vocale con tag SSML che ti consentono di aggiungere pause, numeri, formattazione di data e ora e altre istruzioni relative alla pronuncia.

Visualizza tutte le funzionalità

Novità

Novità

Iscriviti alle newsletter di Google Cloud per ricevere aggiornamenti su prodotti, informazioni sugli eventi, offerte speciali e molto altro.

Documentazione

Documentazione

Nozioni di base su Google Cloud
Nozioni di base su Text-to-Speech

Guida ai concetti fondamentali sull'utilizzo dell'API Text-to-Speech.

Guida rapida
Guida rapida: utilizzo della riga di comando

Configura il tuo progetto e l'autorizzazione Google Cloud ed effettua una richiesta Text-to-Speech per creare audio dal testo.

Nozioni di base su Google Cloud
Voci e lingue supportate

Scopri le guide e le risorse per questo prodotto.

Nozioni di base su Google Cloud
Panoramica sulla voce personalizzata (beta)

Scopri come creare una voce esclusiva e dal suono più naturale utilizzando la voce personalizzata con le tue registrazioni audio di qualità professionale.

Tutorial
WaveNet e altre voci sintetiche

Scopri di più sulle diverse voci sintetiche disponibili per l'utilizzo in Text-to-Speech, incluse le voci premium di WaveNet.

Tutorial
Sintesi vocale di indirizzi con SSML

Questo tutorial illustra come usare il linguaggio SSML (Speech Synthesis Markup Language) per la sintesi vocale degli indirizzi contenuti in un file di testo.

Casi d'uso

Casi d'uso

Caso d'uso
Bot vocali nel contact center

Offri un'esperienza vocale migliore per l'assistenza clienti con i bot vocali su Dialogflow che generano una sintesi vocale dinamica, anziché una riproduzione audio statica e preregistrata. Utilizza voci sintetizzate di alta qualità per coinvolgere chi chiama e trasmettergli la sensazione di usufruire di un servizio accogliente e personalizzato.

Bot vocali nell'architettura di riferimento dei contact center
Caso d'uso
Generazione vocale nei dispositivi

Rendi più naturale la comunicazione con gli utenti consentendo ai tuoi dispositivi di parlare con voci simili a quella umana come un lettore di testo. Crea un'interfaccia utente vocale end-to-end insieme a Speech-to-Text e Natural Language per migliorare l'esperienza utente con interazioni semplici e coinvolgenti.

Generazione vocale nell'architettura di riferimento dei dispositivi
Caso d'uso
EPG (guide elettroniche ai programmi) accessibili

Consenti alle EGP di leggere facilmente i testi ad alta voce per offrire una migliore esperienza utente ai tuoi clienti e soddisfare i requisiti di accessibilità per i tuoi servizi e le tue applicazioni. Prova la demo delle EPG.

Implementa facilmente la funzionalità di sintesi vocale nelle EPG per offrire una migliore esperienza utente ai tuoi clienti e soddisfare i requisiti di accessibilità per i tuoi servizi e le tue applicazioni. 

Architettura di riferimento che mostra in che modo l'API TTS può creare EPG accessibili

Tutte le funzionalità

Tutte le funzionalità

Voce personalizzata (beta) Addestra un modello di sintesi vocale personalizzato utilizzando le tue registrazioni audio per creare una voce esclusiva dal suono più naturale per la tua organizzazione. Puoi definire e scegliere il profilo vocale più adeguato alla tua organizzazione e adattarlo rapidamente ai cambiamenti delle esigenze vocali senza dover registrare nuove frasi. Scopri di più.
Selezione di lingua e voce Scegli da un'ampia selezione di oltre 220 voci per più di 40 lingue e varianti, con altre opzioni presto in arrivo.
Voci WaveNet Sfrutta le oltre 90 voci WaveNet basate sulla ricerca innovativa di DeepMind per generare una sintesi vocale che colma in modo significativo il divario con le prestazioni umane.
Supporto di testo e SSML Personalizza la tua sintesi vocale con tag SSML che ti consentono di aggiungere pause, numeri, formattazione di data e ora e altre istruzioni relative alla pronuncia.
Regolazione del tono di voce Personalizza il tono della voce selezionata, fino a 20 semitoni in più o in meno rispetto al valore predefinito.
Regolazione della velocità del parlato Regola la velocità del parlato rendendola fino a quattro volte superiore o inferiore rispetto a quella normale.
Controllo del guadagno del volume Aumenta il volume dell'output fino a 16 db o riducilo fino a -96 db.
API REST e gRPC integrate Si integrano facilmente con qualsiasi applicazione o dispositivo in grado di inviare una richiesta REST o gRPC, tra cui telefoni, PC, tablet e dispositivi IoT (ad esempio auto, TV e speaker).
Flessibilità del formato audio Converti testo in MP3, Linear16, OGG Opus e in molti altri formati audio.
Profili audio Ottimizza l'audio per il tipo di speaker da cui verrà riprodotta la tua voce, ad esempio cuffie o linee telefoniche.

Prezzi

Prezzi

I prezzi per l'API Text-to-Speech vengono calcolati in base al numero di caratteri da sintetizzare in audio inviati al servizio ogni mese. Il primo milione di caratteri per le voci WaveNet è gratuito ogni mese. Per le voci standard (non WaveNet), i primi quattro milioni di caratteri sono gratuiti ogni mese. Una volta superato il livello gratuito, il prezzo di Text-to-Speech viene calcolato per ogni milione di caratteri di testo elaborati.

Se la valuta utilizzata per il pagamento è diversa da USD, si applicano i prezzi elencati nella tua valuta negli SKU di Google Cloud.