Text-to-Speech AI
透過採用 Google AI 技術精華的 API，將文字轉換為自然流暢的語音。
新客戶可以獲得價值 $300 美元的免費抵免額，盡情體驗 Text-to-Speech。
-
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提供語音使用者介面，方便使用者參與互動
-
依據使用者偏好的語音和語言提供個人化的訊息
優點
高傳真語音
部署 Google 的創新技術，產生語調宛如真人的語音。以 DeepMind 的語音合成專業知識為基礎所打造的 API，可提供擬真的語音。
最豐富的語音選項
提供超過 380 種語音選項，支援 50 多種語言和方言，包括中文、北印度文、西班牙文、阿拉伯文、俄文等。您可以挑選最適合使用者和應用程式的語音。
獨一無二的語音
創造獨特的語音，讓您在所有客戶接觸點上呈現自己的品牌特色，而不是與其他機構共用相同的語音。
示範
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
主要功能與特色
Neural2 語音
Neural2 語音採用 Custom Voice 幕後的最新研究，且立即可用，可讓您打造出國際化的語音體驗。
Studio Voices (預先發布版)
在錄音室等級的環境中，錄製由專業人員講述的內容，讓聽眾為之驚艷。戴上耳機聽，效果更出色！
Custom Voice
用自己錄製的音訊訓練自訂語音模型，為機構打造聽起來更自然的獨特語音。您可以定義及選擇適合貴機構的語音設定檔，並因應語音需求變化迅速調整，完全不需要錄製新的詞組。
語音微調
自訂所選語音的音調，最多可以比預設音調升高或降低 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
您可以使用語音合成標記語言 (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
說明文件
Text-to-Speech 基本知識
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
瀏覽這項產品的指南和資源。
Custom Voice (Beta 版) 總覽
瞭解如何透過 Custom Voice 功能，用自己錄製的錄音室等級音訊，創造聽起來更自然的獨特語音。
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。
使用 SSML 來朗讀地址
這個教學課程會示範如何使用語音合成標記語言 (SSML) 來朗讀地址文字檔案。
用途
用途
Dialogflow 的語音機器人可動態產生語音，而非播放預先錄製的靜態語音，能提供更優質的客戶服務語音體驗。以高品質的合成語音進行互動，讓來電者享有親切熟悉的個人化服務。
將您的裝置當做文字閱讀器使用，讓裝置發出擬真語音，與使用者自然地溝通。搭配使用 Speech-to-Text 和 Natural Language 來建立端對端語音使用者介面，以輕鬆而吸引人的互動來改善使用者體驗。
輕鬆讓系統讀出電子節目表的文字內容，藉此為客戶提供更優質的使用者體驗，並讓您的服務和應用程式符合無障礙需求。試試電子節目表示範。
輕鬆將文字轉語音功能導入電子節目表，為客戶提供更優質的使用者體驗，並讓服務和應用程式符合無障礙需求。
所有功能與特色
所有功能與特色
| Custom Voice (Beta 版) | 用自己錄製的音訊訓練自訂語音合成模型，為機構打造獨特而自然的語音。您可以定義及選擇適合貴機構的語音設定檔，並且能因應語音需求的變化而快速調整，完全不用錄製新的詞組。瞭解詳情。 |
| 語音和語言選項 | 針對 40 多種語言和方言提供超過 220 種語音，而且即將推出更多選項。 |
| WaveNet 語音 | 運用以 DeepMind 突破性研究為基礎而建立的 90 多種 WaveNet 語音，產生與真人更加相似的語音內容。 |
| 文字與 SSML 支援 | 您可以使用語音合成標記語言 (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升高或降低 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 16 db 或降低 96 db。 |
| 整合 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、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 | 將文字轉換為 MP3、Linear16、OGG Opus 和其他多種音訊格式。 |
| 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
定價
系統每月計算 Text-to-Speech 的費用時，會按照傳送至這項服務進行音訊合成的字元數計費。WaveNet 語音每月前 100 萬個字元免費。如果是標準 (非 WaveNet) 語音，則每月前 400 萬個字元免費。免費方案的額度用完後，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計費。