Azure TTS

产品定位

Azure 文本转语音（Azure TTS，中文称 Azure 语音）是微软 Azure AI 服务中的语音合成能力，使用预生成的可自定义多语言语音 AI 模型，将文本转换为自然逼真的语音，为应用和智能体提供语音支持。它帮助开发者构建能自然说话的机器人和语音应用。

核心功能

• 自然语音合成：使用神经网络级文本转语音模型生成自然、逼真的语音，支持多种语言和声音。
• 自定义语音：使用神经网络定制声音，生成符合品牌风格的自然声音和说话风格。
• 实时音频：支持实时语音 API，将语音能力与 AI 智能体集成，实现端到端的交互式语音。
• 多语言支持：支持超过 100 种语言的语音，可用于全球范围的语音应用。
• 灵活部署：可在云中或边缘使用容器部署，支持数据驻留任意位置运行 AI 模型。
• 计费灵活：即用即付模式，按转换为音频的字符数计费。

应用场景

Azure TTS 适用于语音助手、客服机器人、有声内容、语音播报、无障碍辅助和虚拟形象等场景，帮助开发者和企业构建支持语音的生成式 AI 应用，为品牌和产品提供自然的人机交互体验。