Text-to-Speech
Converta texto em voz com som natural usando uma API desenvolvida pelas tecnologias de IA do Google.
Faça uma avaliação gratuita-
Melhore as interações com os clientes com respostas inteligentes e realistas
-
Envolva os usuários com a interface do usuário de voz nos seus dispositivos e aplicativos
-
Personalize sua comunicação com base na preferência do usuário por voz e idioma
Vantagens
Fala com alta fidelidade
Implante as tecnologias inovadoras do Google para gerar voz com entonação similar à humana. Criada com base na experiência em síntese de voz do DeepMind, a API proporciona vozes com qualidade semelhante às humanas.
Seleção de voz mais ampla
Escolha entre um grupo de mais de 220 vozes em mais de 40 idiomas e variantes. Escolha a voz que combina mais com seu usuário e aplicativo.
Voz exclusiva
Crie uma voz exclusiva para representar sua marca em todos os pontos de contato do cliente, em vez de usar uma voz comum compartilhada com outras organizações.
Demonstração
Coloque a Text-to-Speech em ação
Digite o que você quer ouvir, selecione um idioma e clique em “Falar”.
Principais recursos
Principais recursos
Voz personalizada (Beta)
Treine um modelo de síntese de fala personalizado usando suas próprias gravações de áudio para criar uma voz exclusiva e mais natural para a organização. É possível definir e escolher o perfil de voz mais adequado à sua organização e se ajustar rapidamente às mudanças, sem a necessidade de gravar novas frases. Saiba mais.
Vozes WaveNet
Aproveite as mais de 90 vozes WaveNet criadas com base na pesquisa inovadora da DeepMind para gerar discursos que trazem um resultado significativamente mais próximo ao humano.
Ajuste de voz
Personalize o tom da voz selecionada em até 20 semitons acima ou abaixo do padrão. Ajuste sua taxa de fala para aumentar ou reduzir a velocidade da taxa normal em até quatro vezes.
Compatibilidade com texto e SSML
Personalize a fala com tags SSML que permitem adicionar pausas, números, datas, formatação de tempo e outras instruções de pronúncia.
O que há de novo
O que há de novo
Inscreva-se para receber newsletters do Google Cloud com atualizações de produtos, informações sobre eventos, ofertas especiais e muito mais.
Documentação
Documentação
Noções básicas sobre Text-to-Speech
Um guia para os princípios básicos do uso da API Text-to-Speech.
Guia de início rápido: como usar a linha de comando
Configure seu projeto e autorização do Google Cloud e faça uma solicitação para o Text-To-Speech criar áudio a partir de um texto.
Vozes e idiomas compatíveis
Veja quais idiomas são compatíveis com o Text-to-Speech e ouça amostras das vozes disponíveis para cada um deles.
Visão geral da voz personalizada (Beta)
Saiba como criar uma voz exclusiva e mais natural com a voz personalizada usando suas próprias gravações de áudio com qualidade de estúdio.
WaveNet e outras vozes sintéticas
Aprenda sobre as diferentes vozes sintéticas disponíveis para uso no Text-to-Speech, incluindo as vozes WaveNet Premium.
Como falar endereços com SSML
Este tutorial demonstra como usar a linguagem de marcação de síntese de fala (SSML, na sigla em inglês) para gerar falas a partir de um arquivo de texto que contém endereços.
Casos de uso
Casos de uso
Proporcione uma melhor experiência no atendimento ao cliente ao gerar voz de maneira dinâmica, em vez de reproduzir áudios estáticos pré-gravados. Interaja com vozes sintetizadas de alta qualidade que proporcionam aos autores da chamada uma sensação de familiaridade e personalização.
Permita comunicações naturais com seus usuários, capacitando seus dispositivos a gerar vozes semelhantes às humanas. Crie uma interface de usuário de voz completa em conjunto com o Speech-to-Text e melhore a experiência do usuário com interações fáceis e envolventes.
Implemente com facilidade a funcionalidade de conversão de texto em voz nos EPGs para oferecer uma melhor experiência aos clientes e atender aos requisitos de acessibilidade para seus serviços e aplicativos. Teste a demonstração.
Todos os recursos
Todos os recursos
| Voz personalizada (Beta) | Treine um modelo de síntese de fala personalizado usando suas próprias gravações de áudio para criar uma voz exclusiva e mais natural para a organização. É possível definir e escolher o perfil de voz mais adequado à sua organização e se ajustar rapidamente às mudanças, sem a necessidade de gravar novas frases. Saiba mais. |
| Seleção de voz e idioma | Escolha entre uma ampla seleção de mais de 220 vozes em mais de 40 idiomas e variantes. Em breve, serão feitas mais adições. |
| Vozes WaveNet | Aproveite as mais de 90 vozes WaveNet criadas com base na pesquisa inovadora da DeepMind para gerar discursos que trazem um resultado significativamente mais próximo ao humano. |
| Compatibilidade com texto e SSML | Personalize a fala com tags SSML que permitem adicionar pausas, números, datas, formatação de tempo e outras instruções de pronúncia. |
| Ajuste de tom | Personalize o tom da voz selecionada em até 20 semitons acima ou abaixo do padrão. |
| Ajuste da taxa de fala | Personalize a taxa de fala para aumentar ou reduzir a velocidade da taxa normal em até quatro vezes. |
| Controle do ganho de volume | Aumente o volume da saída em até 16 dB ou reduza-o para até -96 dB. |
| API REST e gRPC integradas | Faça integrações facilmente com qualquer aplicativo ou dispositivo que possa enviar uma solicitação REST ou gRPC, incluindo telefones, PCs, tablets, e dispositivos IoT, como carros, TVs e alto-falantes. |
| Flexibilidade no formato de áudio | Escolha entre inúmeros formatos de áudio, incluindo MP3, Linear16 e Ogg Opus. |
| Perfis de áudio | Otimize para o tipo de alto-falante em que a fala será reproduzida, como fones de ouvido ou telefones. |
Preços
Preços
O Text-to-Speech é cobrado por cada um milhão de caracteres de texto processado após o Nível gratuito.
Caso o pagamento seja feito em uma moeda diferente do dólar americano, serão aplicados os preços listados na sua moeda na página SKUs do Google Cloud.