Text-to-Speech
Converti il testo in parlato dal suono naturale utilizzando un'API basata sulle migliori tecnologie AI di Google.
I nuovi clienti ricevono 300 $ di crediti gratuiti da spendere per Text-to-Speech.
-
Migliora le interazioni con i clienti con risposte intelligenti e realistiche
-
Coinvolgi gli utenti con l'interfaccia utente vocale nei tuoi dispositivi e nelle tue applicazioni
-
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 genera 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 molte altre ancora. 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 usare la stessa voce di tutte le 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
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.
Voci Neural2
Internazionalizza la tua esperienza vocale con voci predefinite basate sulle ultime ricerche relative alla voce personalizzata.
Voce personalizzata
Addestra un modello 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.
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, aumentandola o riducendola fino a quattro volte 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/ora e altre istruzioni relative alla pronuncia.
Novità
Novità
Iscriviti alle newsletter di Google Cloud per ricevere aggiornamenti sui prodotti, informazioni sugli eventi, offerte speciali e molto altro ancora.
Documentazione
Documentazione
Nozioni di base su Text-to-Speech
Guida ai concetti fondamentali sull'utilizzo dell'API Text-to-Speech.
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.
Voci e lingue supportate
Scopri le guide e le risorse per questo prodotto.
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.
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.
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
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.
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.
Consenti alle EPG 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.
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 4 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 4 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.