Google云計(jì)算文本轉(zhuǎn)語音API支持自定義語音，讓AI人聲不死板

Google宣布在其文本轉(zhuǎn)人聲（Text-to-Speech，TTS）API推出自定義語音功能，該新功能讓用戶可以使用自己的錄音，訓(xùn)練自定義語音模型，以創(chuàng)造出獨(dú)特的語音體驗(yàn)。官方提到，對于想要創(chuàng)建品牌形象的企業(yè)而言，使用獨(dú)特的聲音，有助于在交互式語音應(yīng)用中，創(chuàng)建具差異化的用戶體驗(yàn)。

自定義語音讓用戶只需要提交錄音，就可以直接在TTS API中訪問新語音，系統(tǒng)提供指南，指引用戶生成高品質(zhì)自定義TTS語音模型的方法，當(dāng)模型訓(xùn)練完成后，用戶只需要在調(diào)用TTS API時(shí)，參照模型ID，就可以開始使用新訓(xùn)練的語音模型。

Google考量負(fù)責(zé)任的AI治理程序，評估了自定義語音TTS以及合成媒體的道德疑慮，為減輕可能造成的潛在危害，用戶在采用自定義TTS之前，需要經(jīng)過一個審查流程，確保每個用例皆符合Google的AI原則，并且要求驗(yàn)證配音員，提供Google云計(jì)算指定語句的音頻文件，以算是取得配音員的同意。

目前自定義TTS自定義語音功能正式支持包括英語、西班牙語、法語、意大利語、德語、葡萄牙語和日語，其他語言則還需要再等等。