Text-to-Speech
透過採用 Google AI 技術的 API，將文字轉換為自然流暢的語音。
免費試用-
以自然流暢的智慧型回應改善客戶互動
-
在您的裝置和應用程式中為使用者提供語音使用者介面
-
依據使用者偏好的語音和語言提供個人化的訊息
高傳真語音
部署 Google 的創新技術來產生近似人類聲調的語音。這個 API 是以 DeepMind 的語音合成專業知識為基礎建立而成，可提供擬真的語音。
最豐富的語音選項
支援 40 多種語言和方言，並提供超過 220 種語音選項，讓您自由搭配使用。您可以挑選最適合使用者和應用程式的語音。
革新速度更快
結合 Google 頂尖的 Translation 和 Speech-to-Text 技術，可應用於多語言音訊內容和語音機器人等用途。
實際運用 Text-to-Speech
自由輸入內容、選取所需語言，然後按一下 [Speak It] 即可聆聽。
主要功能與特色
WaveNet 語音
運用以 DeepMind 創新研究為基礎而建立的 90 多種 WaveNet 音訊，產生極為擬真的語音。
語音微調
自訂所選語音的音調，最多可以比預設音調增加或減少 20 個半音。您可以將誦讀速度調整為比正常速度快或慢 4 倍。
文字與 SSML 支援
您可以使用 SSML 標記來自訂語音，例如加入停頓點、數字、日期與時間格式設定，以及其他發音指示。
說明文件
Text-to-Speech 基本資訊
使用 Text-to-Speech API 的基本概念指南。
快速入門導覽課程：使用指令列
設定您的 Google Cloud 專案與授權，並要求 Text-to-Speech 依據文字產生音訊。
支援的語音和語言
瞭解 Text-to-Speech 支援哪些語言，並聆聽各種語言的語音範例。
WaveNet 和其他合成語音
瞭解可在 Text-to-Speech 中使用的不同合成語音，包括優質的 WaveNet 語音。
以 SSML 朗讀地址
這個教學課程會示範如何使用語音合成標記語言 (SSML) 朗讀地址文字檔案。
用途
動態產生語音而非播放預先錄製的靜態語音，藉此提供更優質的客戶服務語音體驗。以高品質的合成語音產生互動，讓來電者享有熟悉且個人化的服務。
所有功能與特色
| 語音和語言選項 | 支援 40 多種語言和方言，提供超過 220 種語音選項。不久後還會推出更多種類，供您自由選擇。 |
| WaveNet 語音 | 運用以 DeepMind 創新研究為基礎而建立的 90 多種 WaveNet 音訊，產生極為擬真的語音。 |
| 文字與 SSML 支援 | 您可以使用 SSML 標記來自訂語音，例如加入停頓點、數字、日期與時間格式設定，以及其他發音指示。 |
| 音調微調 | 自訂所選語音的音調，最多可以比預設音調增加或減少 20 個半音。 |
| 誦讀速度微調 | 您可以將誦讀速度調整為比正常速度快或慢 4 倍。 |
| 音量增益控制 | 輸出音量最多可以提高 16db 或降低 96db。 |
| 經過整合的 REST 和 gRPC API | 輕鬆整合可傳送 REST 或 gRPC 要求的任何應用程式或裝置，包括手機、桌上型電腦、平板電腦和 IoT 裝置 (例如汽車、電視與喇叭)。 |
| 多種音訊格式 | 多種音訊格式任您選擇，包括 mp3、Linear16 和 Ogg Opus。 |
| 音訊設定檔 | 可針對用來播放語音的喇叭類型進行最佳化處理，例如耳罩式耳機或電話聽筒。 |
定價
免費方案到期之後，系統會依據 Text-to-Speech 處理的文字量向您收費 (計費單位為 100 萬個字元)。
如果您使用美元以外的貨幣付費，系統將按照 Google Cloud SKU 頁面上列出的相應貨幣價格來計費。