23357阅读
1回复

微软免费的文字转语音服务（软件） [复制链接]

上一主题下一主题查看指定楼层

离线luzhi

管理员

发帖: 331

金钱: 29017

威望: 0

贡献值: 0

只看楼主倒序阅读使用道具 0 发表于: 2022-02-11

引言
在阅读文章之前，先请大家听三段语音
《三个音频片段》
很显然，上面三段都是人工合成的语音，但是我们明显能感受到，第三段语音合成的更加自然，更加接近我们人类的自然语音，它是利用微软的语音合成技术而来，
而前面两段分别是国内的阿里云和讯飞。
或许你对此还有所怀疑，那么就看一下下面这段我从B站下载的最新的微软语音合成技术
https://www.bilibili.com/video/BV1Zw411R7JA?spm_id_from=333.999.0.0

正文

现如今，短视频领域可谓是非常火热，再加上剪映等简单编辑的剪辑软件的出现，人人都可以成为创作者。可是在创作的过程中，配音可能就成为第一个拦路虎。
普通话标准声音好听的人自然不用担心，担心的都是我们这群普通话不标准声音还贼鸡儿难听的小渣渣，不说了，暴风哭泣中。
于是文字转语音这个需求就诞生了。蛋蛋曾经也介绍过文字语音互转的一些网站和软件，其实现在市面上已经有很多文字转语音的软件/小程序/网站了，
但很多都是收费的，或者免费范围之内有字数限制，而且最最最重要的一点就是合成的语音机器味道太严重了，一点都不像人声，就像你在前面听到的阿里云和讯飞语音。
就在我一度以为市面上所有的语音合成软件都是这样的情况，直到看到了一个公众号号主（龙轩导航）做的视频，我在留言区好奇地询问是真人配音吗，
号主告诉我是用微软语音合成的，我才知道，原来微软的语音合成技术已经如此成熟。于是就诞生了非要写篇文章来介绍一下如何白嫖微软语音的想法了。

本文只涉及到电脑网页端，手机端语音合成方法不在讨论范围之内，因为我针对的也是利用文字转语音好方便大家创作中短视频的场景。

其实我也是在看了B站UP主@良校长的视频教程以后才写了这篇文章，大家如果觉得文字太麻烦，也可以去B站观看他的视频。

当然在此之前，大家也可以先去体验一下微软的语音合成
(只是不能下载，你可以利用自带的录音录下来保存）

https://azure.microsoft.com/zh-cn/services/cognitive-services/text-to-speech/

PS：云希的声音最好听，我也觉得最像真人了。

具体步骤：
1 注册微软Azure账号；
微软Azure是微软的云服务平台，其中就包括文本转语音服务。

打开网站：
https://azure.microsoft.com/zh-cn/
注册微软Azure完全是免费的，包括后续使用文本转语音都是免费的，那开头为什么我说花了60元钱呢？
是因为注册的过程中你需要使用visa信用卡，我没有，只能从淘宝上买了一下。

登录你的微软账号（没有微软账号的就创建一个），点击免费试用Azure，填写好一些信息以后，就来到了注册需要使用visa信用卡步骤，有VISA信用卡的可以直接注册，
没有的小伙伴就打开万能的淘宝，直接搜索【微软zaure】。

购买之前可以询问店家是否支持微软的visa注册，价格的话一般是一年60，七年100，然后注册不成功可以全额退款。

2 注册成功以后，我们打开下面网站，选择有声内容创作；
https://speech.microsoft.com/

添加好资源，注意定价选择空闲F0，区域选择美国东部，确定好以后，就可以创建语音资源组了。

3 选择新建文本文件，复制粘贴你需要语音合成的文本，然后在右侧优化栏目设置好语言，发音人，场景等等，你甚至还可以设置语速，音量，音调，让其更加逼真。

4 编辑好以后，可以选择导出到本地磁盘。

至此，完成了以上所有步骤，我们也可以正常免费使用微软的语音合成技术了。需要注意的是，免费试用只给了30天的额度，如果需要继续使用，需要升级为免费用户，
当然实际并不会产生费用，可以根据B站评论区小伙伴写的步骤升级一下。

另外，在注册过程中，我看到了B站评论区说也可以利用面向学生的Azure服务，这样你就不需要使用Visa信用卡了，只需要一个教育邮箱就够了，但是我又看到了微软好像终止了这项服务，所以我就没再测试，
感兴趣的小伙伴可以自己测试一下，搜索【面向学生的Azure服务】即可。
本文的一些步骤可能稍显复杂，对于没有文字转语音的小伙伴来说没有什么值得看的，但是如果你以后有想从事中短视频领域又不想用原声的创作者来说，无疑是帮助很大，也十分方便。
随着科技的发展，以后的语音合成技术会更加成熟，也会越来越接近人声，可以说这是一把双刃剑，有利又有弊，关键在于手握这把剑的人如何利用这项技术了。