Microsoft Azure——文本转语音(TTS) REST API 使用教程

最近的工作需要用到文本转语音（Text-to-Speech, TTS），故简单地研究了现有的技术，在此与大家分享。

微软、谷歌、科大讯飞都发布了TTS的相关工具。微软在Azure上，开放了API和SDK（https://azure.microsoft.com/zh-cn/services/cognitive-services/text-to-speech/），下面将着重介绍API如何使用。谷歌同样发布了TTS产品（https://cloud.google.com/text-to-speech/，需要“科学上网”方能访问），其属于Google Cloud的一部分，所以想要免费体验或购买，都需要注册Google Cloud。而注册时，一定要绑定一张Visa或万事达信用卡才能成功完成，对于国内用户，这是极不友好的。科大讯飞的产品（https://www.xfyun.cn/doccenter/tts）在语音界有很大的名声，尤其是汉语、方言的生成，是讯飞的一大亮点。

---

Azure上，语音部分的文档写的较为详细，包含各种功能，如TTS API，TTS SDK，自定义语音模型进行文本转语音等。但是没有整体的、提纲挈领般的介绍，看完文档极有可能仍然不知如何下手。本文将一步步地介绍，如何从0开始使用Azure TTS API（以后有时间，再补充SDK的使用方法）。我们希望实现的效果是，输入一段文本，调用API后，返回给我们一段wav格式的音频，播放后，即为之前输入的文本。

• Step1：注册Microsoft Azure账号

首先进入https://azure.microsoft.com/zh-cn/services/cognitive-services/text-to-speech/。如下图所示，点击“试用 文本到语音转换”，试用或者注册Azure。

 

• Step2：得到终结点和密钥

注册完成后，在