歡迎參加 2023 年 8 月 29 日至 31 日的 Next 大會,瞭解我們在 AI 技術及其他方面的最新進展。立即報名
跳至

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。

查看所有功能與特色

最新資訊

最新資訊

訂閱 Google Cloud 電子報,即時掌握產品動態、活動資訊和特價優惠等最新消息。

說明文件

說明文件

Google Cloud 基本知識
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
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。

Google Cloud 基本知識
支援的語音和語言

瀏覽這項產品的指南和資源。

Google Cloud 基本知識
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。

教學課程
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。

教學課程
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

用途
客服中心內的語音機器人

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。

客服中心語音機器人的參考架構
用途
在裝置中產生語音

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-TextNatural 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。

在裝置中產生語音的參考架構
用途
無障礙電子節目表

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。

展示 Text-to-Speech API 如何建立無障礙電子節目表的參考架構

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。