cairnechen

现在的语音合成已经到这种水平了吗? Azure TTS 合成的 Voice 也太自然了

  •  5
     
  •   cairnechen · Dec 10, 2021 · 18088 views
    This topic created in 1805 days ago, the information mentioned may be changed or developed.

    语言选简体中文 Yunxi 这个发音人几乎要以假乱真了,害怕.jpg

    https://azure.microsoft.com/en-us/services/cognitive-services/text-to-speech/#features

    可以对比下讯飞的:

    https://www.xfyun.cn/services/online_tts

    107 replies  •  2022-05-07 20:44:51 +08:00
    1  2  
    ❮ ❯
    ruib
    ruib
    Dec 10, 2021
    1
    头一次注意到,连换气声都有
    set01
    set01
    Dec 10, 2021
    2
    Azure 都英文有种 bbc 听力的环节
    Chichele
    Chichele
    Dec 10, 2021
    3
    有点恐怖
    mikuazusa
    mikuazusa
    Dec 10, 2021
    4
    这个 TTS 如果去参加普通话考试,估计能秒绝大多数人了
    Thinginitself
    Thinginitself
    Dec 10, 2021
    5
    TTS 确实现在越做越好了,感觉以后不仅像真人而且可以模仿特定的人,想想还是很恐怖的,至少在诈骗上就更容易了、
    Tink
    Tink
    Dec 10, 2021
    6
    讯飞如果选阅读场景,感觉也还可以
    aeron
    aeron
    Dec 10, 2021
    7
    @Thinginitself 现在已经有了,提供几秒录音就能模仿一个人说话,也已经用于诈骗了
    chairuosen
    chairuosen
    Dec 10, 2021
    8
    虚拟 UP+TTS+AI 对话,感觉跟真人一样了
    soon
    soon
    Dec 10, 2021
    9
    太强了,换上新闻稿,感觉跟播音员一样了
    heylogo
    heylogo
    Dec 10, 2021❤️1
    10
    再加个虚拟形象,感觉新闻播音员快要下岗了,完全可替代,还不会出错
    sillydaddy
    sillydaddy
    Dec 10, 2021❤️20
    11
    “那个场景实在是太可怕了,我这一辈子也不愿再回想它。我不希望我整天被这个噩梦缠绕。你知道吗,我简直就要崩溃了,实在太可怕了,放过我吧,我不想再去回想它了。
    ”

    上面这段话,Voice 选「晓晓」,style 选「 Fearful 」,读出来真有感情。太可怕了。

    不同的 Voice 还是有差异的,有的就平淡无奇。
    zkhhkz123
    zkhhkz123
    Dec 10, 2021❤️1
    12
    有点牛逼…… 还能选语气
    ghjexxka
    ghjexxka
    Dec 10, 2021
    13
    公司平时的学习会我都是用 edge 开 pdf 让它自己读,还可以调速哈哈哈哈
    cairnechen
    cairnechen
    OP
    Dec 10, 2021
    14
    @sillydaddy

    有的 Vocie 还有 Role play ,云希选 boy 秒变正太音
    hydyy
    hydyy
    Dec 10, 2021
    15
    太屌了
    mx8Y3o5w3M70LC4y
    mx8Y3o5w3M70LC4y
    Dec 10, 2021
    16
    之前试用过一个 chrome 插件,speechify ,声音也很自然。

    https://speechify.com/
    paopaosa
    paopaosa
    Dec 10, 2021❤️1
    17
    在 macOS 里选中文字段落,按 Option+Esc 用 Siri 的朗读也行。记得要选那个“Sir 声音 1”或者“Siri 声音 2”。语气停顿什么的,都非常接近真人了。我经常用这功能来校对。
    NXzCH8fP20468ML5
    NXzCH8fP20468ML5
    Dec 10, 2021
    18
    正常人不会一口气把一个长句子读完,比如,
    Azure: 中国和尼加拉瓜 gov 决定 | 自公报签署之日起 | 相互承认并恢复大使级外交关系。
    讯飞:中国国和尼加拉瓜 gov | 决定自公报签署之日起 | 相互承认并恢复大使级外交关系。

    但确实不同的 Voice 适应性不同,不同文本同一 Voice 念的也不一样,有时文本接近真人,有些文本机械感还很强。

    现在的 TTS 简直可怕啊,很多时候接到推销诈骗电话一下子根本反应不过来是 AI 还是人,一般会打立马断他说话并询问一些随机问题进行判断。

    声优失业.jpg
    cairnechen
    cairnechen
    OP
    Dec 10, 2021
    19
    @xxfye

    我第一次听到云希的声音就觉得像我听的有声小说里的男配音,这种风格的不要太多
    xiaolaodi
    xiaolaodi
    Dec 10, 2021
    20
    柯南里的变身器可以开始量产了。。。
    Rwing
    Rwing
    Dec 10, 2021
    21
    惊呆了,后面几个小孩子的声音棒极了
    d7101120120
    d7101120120
    Dec 10, 2021
    22
    云希的 boy 正太音很好听
    statement
    statement
    Dec 10, 2021
    23
    这个要怎么导出来 还是要购买服务
    makelove
    makelove
    Dec 10, 2021
    24
    非常 OK,不过替代专业播音员那是不可能的,毕竟要做到真人 100%无错水平那还是要真正理解正文内容的。
    当然现在做到 95%水平一般非高要求场景用用也可以了,就和 AI 翻译差不多,以大数据深度学习永远不可能达到真人类水平,要搞出真正的强人工智能才行。
    miyunda
    miyunda
    Dec 10, 2021❤️4
    25
    我有一个大胆的想法
    xinghen57
    xinghen57
    Dec 10, 2021 via iPhone
    26
    奈何中文不行。
    同类还有 amazon 、Google 两家。
    Scare
    Scare
    Dec 10, 2021
    27
    真的太强大了
    shunia
    shunia
    Dec 10, 2021
    28
    选中文的话,如果文本里有英文还是有点尴尬,纯中文的部分都十分恐怖
    maplerecall
    maplerecall
    Dec 10, 2021 via Android
    29
    是的,我之前把手机导航的语音都换成 azure 的了,感觉还蛮好的
    Lemeng
    Lemeng
    Dec 10, 2021
    30
    强大挺好的。多多益善
    haozi1986
    haozi1986
    Dec 10, 2021
    31
    其实更期待 离线语音合成 有一天能够达到这种效果,只不过目前来说希望渺茫
    linshuizhaoying
    linshuizhaoying
    Dec 10, 2021
    32
    这个我拿来搞幼教了 调一下 三字经播放很圆润
    FaneLau
    FaneLau
    Dec 10, 2021 via Android
    33
    @maplerecall 求教如何把 Android 手机内置的 Google TTS 声音替换成微软的这些
    xingye163
    xingye163
    Dec 10, 2021
    34
    用了好多年了,不过一直是用来听网络小说,最早 18 年的时候追书神器里的那个梅长苏语音是见到最舒服的,后面倒了,现在微信读书的 AI 语音基本也可以达到真人的 8~90%的程度了
    xylxAdai
    xylxAdai
    Dec 10, 2021
    35
    太牛了~
    douglas1997
    douglas1997
    Dec 10, 2021
    36
    牛逼
    lefer
    lefer
    Dec 10, 2021
    37
    @sillydaddy MD 试听后感觉确实太可怕了。。。TTS 还能选语气,永远不会出错,有声书主播危。
    lefer
    lefer
    Dec 10, 2021❤️2
    38
    “随后,人民币兑美元在岸价和离岸价格迅速下跌。财新网 9 日报导,消息发布后,离岸人民币兑美元短线立刻下跌超过 70 个基点( BP ),随后连续跌破 6.35 、6.36 、6.37 和 6.38 点位,盘中一度下跌 300 基点;在岸人民币兑美元也迅速下挫,先后跌破 6.35 、6.36 和 6.37 点位。”

    上面这段话,Voice 选「晓晓」,style 选「 newscast 」,新闻主播危。
    lzihua
    lzihua
    Dec 10, 2021
    39
    试了下。绝了。
    xbiyy
    xbiyy
    Dec 10, 2021❤️7
    40
    女声都是 晓 => X 染色体
    男声都是 云 => Y 染色体

    不知道是不是故意的
    lin98
    lin98
    Dec 10, 2021
    41
    @xbiyy 角度刁钻
    guanhui07
    guanhui07
    Dec 10, 2021
    42
    真牛逼
    turan12
    turan12
    Dec 10, 2021
    43
    我之前用 Azure TTS 撸了一个文本转语音工具,可以移步这里 https://v2ex.com/t/676837
    AllenHua
    AllenHua
    Dec 10, 2021
    44
    https://m.weibo.cn/detail/4712608936231299

    我早上看到阮一峰微博就谈及了这个
    Tumblr
    Tumblr
    Dec 10, 2021
    45
    Microsoft Edge 里的 Read Aloud 就是用的这个,若干时间之前我用 read aloud 读文档然后手机录音,放给群里的一群人听,没有人觉得是机器朗读。
    32
    32
    Dec 10, 2021
    46
    遇到事情的时候他们大概率会站在你这一边

    这句话会识别错误 概率 -> gai shuai
    SZP1206
    SZP1206
    Dec 10, 2021
    47
    @miyunda 愿闻其详
    whatalittleboy
    whatalittleboy
    Dec 10, 2021
    48
    @32 “率”字后加空格就好了
    iVeego
    iVeego
    Dec 10, 2021 via Android
    49
    微软在这里有黑科技
    zjddp
    zjddp
    Dec 10, 2021
    50
    @miyunda 做黄游吗 手动 doge
    40EaE5uJO3Xt1VVa
    40EaE5uJO3Xt1VVa
    Dec 10, 2021
    51
    这玩意贵不贵,买得多少钱
    Asuka0947
    Asuka0947
    Dec 10, 2021
    52
    我突然回想起了,x 站播放的广告,玩一个能让你......,嗯,不知道用的哪家的
    miniliuke
    miniliuke
    Dec 10, 2021
    53
    如果加上语义分析,读出感情......让我们欣赏诗朗诵
    melvin
    melvin
    Dec 10, 2021
    54
    为未来 AI 机器人做前期铺垫
    tomari
    tomari
    Dec 10, 2021 via iPhone
    55
    B 站上的营销号用的全是这个声音
    cheese
    cheese
    Dec 10, 2021
    56
    之前用 edge 浏览器朗诵的时候就发现了,真的是太自然了
    Alwaysonline
    Alwaysonline
    Dec 10, 2021
    57
    确实有点恐怖, 短视频配音可以应用的话,南方人的福音啊。
    hidemyself
    hidemyself
    Dec 10, 2021
    58
    好牛,比我读得好的太多了
    aikilan
    aikilan
    Dec 10, 2021
    59
    中文你选择那个“云希”发声,真的头皮发麻。
    wupeng756
    wupeng756
    Dec 10, 2021
    60
    文字加上语调和情绪 不就和真人差不多了么
    86091566
    86091566
    Dec 10, 2021
    61
    感觉还是听得出来是机器人,不过播音员的确有点危险了
    xiaocongcong
    xiaocongcong
    Dec 10, 2021
    62
    听不得短视频里面那种机器人播报。。。
    starrys
    starrys
    Dec 10, 2021
    63
    @whatalittleboy 加空格就有了明显的停顿,你在前面多加几个空格感受下?
    hahastudio
    hahastudio
    Dec 10, 2021
    64
    @32 从来没读错过,但你说了我才发现率是多音字。。。
    yuhangch
    yuhangch
    Dec 10, 2021
    65
    我也能当 up 主了?哈哈😃
    s127
    s127
    Dec 10, 2021
    66
    xiaoxiao + gentle ,播放出来的声音跟“正念冥想 app”的发音一模一样
    starrys
    starrys
    Dec 10, 2021
    67
    现在 B 站上已经有很多视频都使用 TTS 生成了。带来的问题是同质化严重、没有特色,不同的 UP 都一个声音就有点腻。

    不要对技术太自信了。虽然比以前好很多,还是有明显的机器味。而且,如果用得人多了的话,会出现同质化严重的问题。现在网上的很多视频就是使用 TTS 生成的,听着有点腻。
    shakoon
    shakoon
    Dec 10, 2021
    68
    不错不错,还有这么丰富的调节选项。 突然想起了张亚勤,m$的 tts 应该有很多他的贡献
    crab
    crab
    Dec 10, 2021
    69
    @starrys 那些短视频的电影解说估计也有用这个。
    hronro
    hronro
    Dec 10, 2021
    70
    确实厉害啊
    luojianxhlxt
    luojianxhlxt
    Dec 10, 2021
    71
    @maplerecall 大佬,怎么更换啊
    Unclev21x
    Unclev21x
    Dec 10, 2021
    72
    @AllenHua 昨天有网友发帖了。今天看评论,谷歌在 17 年就有这个水平了,还吐槽阮一峰平时都不上网的么。
    DCELL
    DCELL
    Dec 10, 2021
    73
    我有一个大胆的想法,TTS 翻译某个主角为“白洁”的作品,请问犯法么。
    hronro
    hronro
    Dec 10, 2021
    74
    @Unclev21x
    Google 的有在线演示吗?想看看现在什么水平了
    yadiman
    yadiman
    Dec 10, 2021 via iPhone
    75
    云希的语音听到想吐。短视频都是这音调的配音。
    starrys
    starrys
    Dec 10, 2021
    76
    @DCELL 只想是不犯法的。
    peanutgao
    peanutgao
    Dec 10, 2021
    77
    真的太牛逼了
    kiotech
    kiotech
    Dec 10, 2021❤️1
    78
    有人试过读小说吗?比如:“少 X 白洁”
    www5070504
    www5070504
    Dec 10, 2021
    79
    卧槽 我刚把自己写的文档粘贴进去, 这语音几乎完美

    提俩小瑕疵 1.念数字的时候有时候音调有问题 2.汉语中带英语的时候停顿稍微有点不对
    bug123
    bug123
    Dec 10, 2021
    80
    用来听小黄文应该很棒
    MXMIS
    MXMIS
    Dec 10, 2021
    81
    感觉真的可以以假乱真了
    stephenyin
    stephenyin
    Dec 10, 2021❤️5
    82
    @miyunda #25 我实现了你的想法
    “哦,哦,用力,不要停,啊,啊,啊,啊,啊,我,我快不行了!”
    voice:xiaoxuan ,style:fearful ,role:girl ,pitch:1.22
    johnsona
    johnsona
    Dec 10, 2021 via iPhone
    83
    fastspeech 好的数据训模型打底
    BestQueffEver
    BestQueffEver
    Dec 10, 2021❤️1
    84
    如果你关注一些营销号,就会发现微软 TTS 已经大规模应用了。说实话,听多了也就那样,只不过从以前搞笑的机械音变成貌似有感情但依然死板。
    starrycat
    starrycat
    Dec 10, 2021 via Android
    85
    不同情绪这个很强
    phytry
    phytry
    Dec 10, 2021
    86
    0. 0 不知道可不可以免费商用,如果可以的话,那做有声书和动画或者其他需要配音的东西,就简单很多了
    Gav1n1995
    Gav1n1995
    Dec 10, 2021
    87
    有点牛逼
    IGJacklove
    IGJacklove
    Dec 10, 2021
    88
    @sillydaddy 哈哈,选这个模式,然后把文本换成 "啊!不要!不要停!" ,试试,感觉可以去给色情小说配音了.
    IGJacklove
    IGJacklove
    Dec 10, 2021❤️1
    89
    @stephenyin 你这个不行,Voice:XiaoXiao,Speaking style:Fearful.这个比你这个更有感情
    qdwang
    qdwang
    Dec 10, 2021 via Android❤️1
    90
    吕小绿家养了红鲤鱼绿鲤鱼和驴。李小莉家养了红驴绿驴和鲤鱼。吕小绿家的红鲤鱼绿鲤鱼和驴要跟李小莉家的红驴绿驴和鲤鱼比一比谁更红谁更绿。吕小绿说他家的绿鲤鱼比李小莉家的绿驴绿,李小莉说她家的绿驴比吕小绿家的绿鲤鱼绿。也不知是吕小绿家的绿鲤鱼比李小莉家的绿驴绿,还是李小莉家的绿驴比吕小绿家的绿鲤鱼绿。绿鲤鱼比绿驴,绿驴比绿鲤鱼。最后,吕小绿要拿绿鲤鱼换李小莉的绿驴,李小莉不愿意用绿驴换吕小绿的绿鲤鱼。红鲤鱼绿鲤鱼和驴,红驴绿驴和鲤鱼。不知是绿鲤鱼比绿驴绿还是绿驴比绿鲤鱼绿。

    抛砖引玉
    podel
    podel
    Dec 10, 2021
    91
    云希 的男声 还好好听哦
    Biwood
    Biwood
    Dec 10, 2021 via Android
    92
    如果人为的用这个工具把语速的快慢、停顿、情绪变化再编辑一下,结合起来基本可以以假乱真了
    bin456789
    bin456789
    Dec 10, 2021
    93
    小爱这个自定义声音更自然,但语气差了点
    http://mij.cc/a/6AkvtBQ8WrA296E9?from=wx
    stephenyin
    stephenyin
    Dec 10, 2021❤️2
    94
    @IGJacklove #89 可以的,这个配置确实可以。
    AthensBird
    AthensBird
    Dec 10, 2021
    95
    只想问:「什么时候上线」?
    est
    est
    Dec 10, 2021
    96
    edge 的 read aloud 就效果很好
    lovestudykid
    lovestudykid
    Dec 10, 2021
    97
    Yunyang 和 Yunye 一股播音腔
    lovestudykid
    lovestudykid
    Dec 10, 2021
    98
    要是小说软件整合这个 API 就好了,自带的那种太垃圾
    ElDanno
    ElDanno
    Dec 11, 2021
    99
    我做的整一个视频都是拿这个做的配音,问题就是读音有时候出错需要人为注音
    aureole999
    aureole999
    Dec 11, 2021
    100
    @hronro https://cloud.google.com/text-to-speech 不过中文可选项很少。
    1  2  
    ❮ ❯
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   2021 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 183ms · UTC 15:15 · PVG 23:15 · LAX 07:15 · JFK 10:15
    ♥ Do have faith in what you're doing.