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

最新推荐文章于 2025-02-06 16:31:49 发布

Clovera

最新推荐文章于 2025-02-06 16:31:49 发布

阅读量5.1w

点赞数 12

分类专栏：语音相关 Python基础文章标签： Microsoft TTS Azure Text to Speech

本文链接：https://blog.csdn.net/Clovera/article/details/82705193

版权

本文提供了一个Microsoft Azure文本转语音(TTS) REST API的使用教程。从注册Azure账号、获取终结点和密钥，到下载并修改Python示例代码，详细介绍了如何调用API将文本转换为wav格式的音频。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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。