Google的CloudTexttoSpeech获得更多的语言和声音

Google LLC今天用新的语言和语音更新了Cloud Text-to-Speech服务，以使其对更多客户有用。

Google Cloud Text-to-Speech旨在帮助公司为其提供的服务开发更好的对话界面。它的工作原理是将书面文本转换为以逼真的人类声音说出的人工语音。

借助这项服务，Google的目标市场是三个主要市场：呼叫中心的语音响应系统;“物联网”产品，例如汽车信息娱乐系统，电视和机器人;以及诸如Podcast和有声读物之类的应用程序，它们可以将文本转换为语音。

Google产品经理Dan Aharon在博客中表示，Cloud Text-to-Speech正在获得12种新的语言或变体，包括捷克语，英语(印度)，菲律宾语，芬兰语，希腊语，印地语，匈牙利语，印度尼西亚语，汉语(中国) ，现代标准阿拉伯语和越南语。此更新意味着现在可以使用33种语言和变体提供Cloud Text-to-Speech。

该服务还获得了多达76种新的声音，使可用的总数达到187种。其中38种由Google的WaveNet服务提供支持，该服务是一个深度神经网络，用于生成原始音频，据说可以产生更逼真的声音。因此，现在总共有95种WaveNet声音，对于33种支持的语言和变体中的每一种，至少有一种。

谷歌表示，其WaveNet声音非常重要，因为呼叫联络中心或使用口头命令与设备通话的人们希望声音听起来既自然又人性化。WaveNet的这项功能比其他任何可用技术都好，Aharon说，根据平均意见得分，美国英语中语音合成和人类语音之间的“感知质量差距”缩小了70%。

“实际的影响是，对于大多数听众来说，WaveNet语音使人机交互变得顺畅而熟悉，” Aharon说。“通过这些更新，Cloud Text-to-Speech开发人员现在可以通过其应用程序吸引众多国家/地区的数百万用户，以及更多的语言。”

星座研究公司(Constellation Research Inc.)分析师Holger Mueller表示，Cloud Text-to-Speech的更新非常重要，尽管乍一看似乎只是“更多的语言和声音”。他说，最重要的是，这表明Google正在充分利用其机器学习架构。

“质量和发行很重要，因为语音在应用程序中起着重要作用，世界是全球性的，”穆勒说。“因此，更多的语言支持意味着为开发下一代应用程序的团队提供更快，更高效的开发时间。这很好地展示了Google利用协同效应使其与通常的竞争对手AWS和Azure保持距离。