Azure Text to speech

Azure Text to Speech 是基於雲的文字轉語音服務，可利用神經網絡模型將文本轉換為語音。開發者通過 API 或 SDK 發送文本，選擇語言和聲音類型後，即可獲得音頻流或音頻文件，用於播放、存儲或在應用中進一步處理。

是的。Azure 為 Text to Speech 提供一定的免費額度和試用配額，方便您在正式上線前進行體驗、測試質量和延遲表現。超過免費用量後，將根據處理的字符數或生成音頻的用量按量計費。

可以。通過 Custom Neural Voice 功能，您可以根據符合要求的高質量錄音素材訓練專屬語音。微軟會進行合規與安全審核，通過後即可在應用中安全調用這一品牌聲音，但需遵守相關的負責任 AI 使用規範。

該服務支持多種語言、地區和發音風格，可通過 REST API 以及多種主流編程語言的 SDK 集成到 Web、移動端（iOS/Android）、桌面和服務器等不同環境中。

Azure Text to Speech 部署在 Azure 安全基礎設施之上，支持傳輸與存儲加密、訪問控制，並符合多項行業合規標準。自定義語音的錄音數據和模型會隔離保存在您的 Azure 資源中，且受嚴格的隱私和負責任 AI 政策約束。