各位用哪家的 TTS 引擎,有没有可以根据语气情感进行发声的
文字转语音,现在有很多厂都有相关 SDK/API 可以使用,但很多都像机器人一样没有感情的在念。想了解下有没有真正基于 NLP 技术的,带情感语气的。
比如,下面 2 行文本:
- 她脸色大变,生气地说:“给我滚出去”。
- 他轻声地说:“嘘,我们从后门偷偷溜进去”。
那么,TTS 在朗读第 1 句的时候,应该是语气比较重,比较大声急促。而朗读第 2 句的时候,应该是比较轻声,轻缓的。这样长时间听下来,用户也就不会犯困了。
azure.microsoft.com/en-us/services/cognitive-services/text-to-speech/#features
azure.microsoft.com/zh-cn/services/cognitive-services/text-to-speech/
第一个说话风格选择 angry
没那么先进吧,hhhh
只说这两句话的话,我感觉微软的“云枫(预览)”语音的效果比较好……
如果需要特别好的效果还是得手调,除非基于 NLP 在加上情感分析
恩,就是有情感自动分析
这个风格不错,不知道能不能自动识别
微软的 TTS 引擎还是不错的
1 、微软 Speach Stdio TTS 支持 http 和 SDK
2 、讯飞语音配音制作 TTS 支持 http
3 、小爱语音 TTS 支持 http 和 SDK
没找到这个“云枫”引擎,是 Edge 上用的那个吗
或者手写 SSML 其实也可以的。
国内外大厂的内容创作部门,这一方面做的比较多,而且有刚需场景
不过是没有对外商用的
这种应该是根据 SSML 来进行调整的,NLP 情感分析后生成 SSML
微软 TTS 效果最好,你 edge 选中你的文字朗读就能体验了
意思是以后机器人小姐姐就能用甜甜的声音给我推销贷款了。
<speak
xmlns=" www.w3.org/2001/10/synthesis"
xmlns:mstts=" www.w3.org/2001/mstts"
xmlns:emo=" www.w3.org/2009/10/emotionml"
version="1.0"
xml:lang="en-US"
雪姨不停地敲门
<mstts:express-as style="angry">
“出来!给我滚出来!你有本事找女人,你有本事开门-呀!”。
</mstts:express-as>
以上复制到一楼的微软 TTS 里 SSML 输入框
坏人,不过这不是我做的东西,我做的是书籍朗读
锅内自媒体,大部分都是同一个男声,真的听得想吐了。
我自己是不听这些垃圾货的,但是架不住败家娘们总是听这玩意
大部分都是从油管上扒回来的视频,去掉声音截个片段,配几句台词,TTS 配个音就发出来赚流量了
关键词:SSML ,配合微软 tts ,效果一级棒。
借楼问下,在 dy 上经常刷到一个台湾腔小姐姐的配音,是怎么弄的,经常在一些股票相关的短视频里听到
SSML 要能够自动生成,这样才能自动化
#10 1L 和 2L 发的那个地址上有个 demo ,语音选“云枫(预览)”
很多商业 TTS 都有了,我在前司就做这个
TTS 已经卷到插呼吸停顿和重读了
所以说还是 Azure 好
工作原因,经常用到配音。
个人感受是微软的最好,语气什么的更贴近真人。
讯飞太拉跨了,机器感太强。
完全符合预期的语气语调来转语音是不可能自动化的,同一句话用不同语气说出来可能是完全不同的效果,现有的 nlp 是做不到这么智能判断的,不要奢望没有人工后期调整。微软 Azure 是目前 AI 提供商中这个业务做得最好的,
我抽象一下这个问题:invoices 是销售行为,transaction 是对余额的操作行为,一通存取反复拉扯之后形成的余额,尝试去扣款,如果余额足够就允许交易,如果余额不足就…
应网友workout和其他热心读者的要求,我罗列一些自己觉得值得推荐的feed。用纯文字罗列如下,想找到以下的话可以通过Google。希望大家在此互相分享。 适合读者:广谱技术…
之前写过一篇《Python修饰器的函数式编程》,这种模式很容易的可以把一些函数装配到另外一些函数上,可以让你的代码更为的简单,也可以让一些“小功能型”的代码复用性更高,让代码中…