本文讲述了作者在2023年11月使用微软语音合成技术的体验，特别称赞了‘云希’音色的高质量和流畅度。微软的合成速度快，能处理大量文字，尽管有时网络不稳定，但总体表现出色。并与VITS进行对比，微软在中文发音上更胜一筹，帮助解决VITS的大佐口音问题。
使用效果总结
2023年11月17日使用了微软的语音合成功能。不愧是大厂的收费功能，效果相当逼真。
微软提供的音色非常多，其中最好听的，感情最顺滑的，应该是“云希”莫属。也就是抖音听小说的广告里使用最多的声音。我也是用此做的效果展示
速度方面也不得不说，微软的速度非常之快，而且每次能合成约二万五千字，将其它软件甩在身后。美中不足就是常常网络不顺畅，不过等个两分钟，再多刷新几次，也就能继续访问了。
生成的声音在略有感情的同时，还能做到字正腔圆。语气轻重和音调都能根据内容变化。
和比较常用的VITS语音合成软件相比，不在一个层面，VITS还在纠结大佐口音，微软已经是字正腔圆的中文。而且用微软生成的“云希”来训练VITS，居然解决了大佐口音问题，不过训练少一点或者多一点，就有出现大佐口音了，看来是我运气好，正好遇到了那个恰到好处的点。
合成效果展示
链接：仙王的日常生活第1-2209章
提取码：ex05
扫一扫
3755
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
