3月4日消息 據(jù)微軟官方發(fā)布，近期，Azure 認(rèn)知服務(wù)中的語(yǔ)音服務(wù)的一部分——自定義神經(jīng)語(yǔ)音 (Custom Neural Voice)——文本到語(yǔ)音功能已普遍推出。該功能將允許用戶(hù)使用微軟開(kāi)創(chuàng)性的神經(jīng)文本到語(yǔ)音模型，為應(yīng)用創(chuàng)建高度逼真、類(lèi)似人類(lèi)的自定義語(yǔ)音。由于創(chuàng)建的語(yǔ)音非常逼真，微軟限制了訪問(wèn)權(quán)限，以便用戶(hù)負(fù)責(zé)任地使用這項(xiàng)技術(shù)。

微軟表示，

• “作為微軟對(duì)負(fù)責(zé)任的人工智能承諾的一部分，我們?cè)O(shè)計(jì)和發(fā)布自定義神經(jīng)語(yǔ)音的目的是保護(hù)個(gè)人和社會(huì)的權(quán)利，促進(jìn)透明的人機(jī)交互，抵制有害的深層偽裝和誤導(dǎo)性?xún)?nèi)容的擴(kuò)散。為此，我們對(duì)自定義神經(jīng)語(yǔ)音的訪問(wèn)和使用進(jìn)行了限制。”

要?jiǎng)?chuàng)建自定義語(yǔ)音，你只需錄制音頻并上傳作為訓(xùn)練數(shù)據(jù)即可。Azure 語(yǔ)音服務(wù)將為你的錄音創(chuàng)建一個(gè)獨(dú)特的語(yǔ)音調(diào)整。自定義神經(jīng)語(yǔ)音的聲音逼真自然，可以代表品牌，讓用戶(hù)以自然的方式與應(yīng)用進(jìn)行對(duì)話互動(dòng)。

微軟強(qiáng)調(diào)，以下客戶(hù)已經(jīng)在使用這項(xiàng)最新的 TTS 功能。

• AT&T / 華納兄弟：他們最近在德克薩斯州達(dá)拉斯的 AT&T 體驗(yàn)店推出了一個(gè)首創(chuàng)的創(chuàng)意和互動(dòng)體驗(yàn)，客戶(hù)可以直接與兔八哥對(duì)話。
• Progressive：利用標(biāo)志性的 Progressive 保險(xiǎn)發(fā)言人 Flo 的聲音，創(chuàng)建了 Flo 聊天機(jī)器人，以簡(jiǎn)化客戶(hù)咨詢(xún)流程，提供個(gè)性化體驗(yàn)。
• Duolingo：為了讓學(xué)習(xí)一門(mén)新的語(yǔ)言感到可實(shí)現(xiàn)性和適用性，Duolingo 使用課程創(chuàng)建了多樣化的風(fēng)格化聲音。