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：

1. 她脸色大变，生气地说：“给我滚出去”。
2. 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，