最新消息:20210816 当前crifan.com域名已被污染,为防止失联,请关注(页面右下角的)公众号

【调研】国内可用的效果好的英语的在线Web语音合成API接口

工作和技术 crifan 4912浏览 0评论

折腾:

【已解决】用和适在线的语言合成接口把文字转语音

期间,需要去调研,搞清楚:

国内可用的

效果好的

英文的

语音合成,文字转语音

的api接口

且要支持web端,一般是rest api

text to speech api

【ResponsiveVoice.JS】

ResponsiveVoice.JS

在线demo效果:可以播放,但是好难听

5分

结论:

放弃。

用起来简单方便,但是效果很差。

【Google TTS API】

Cloud Text-to-Speech API Basics  |  Cloud Text-to-Speech API  |  Google Cloud

且点击了demo语音文件,效果很一般,只算:6分

Web apps that talk – Introduction to the Speech Synthesis API  |  Web  |  Google Developers

Google文字转语音API – 代码日志

考虑到google等还是要翻墙,所以放弃。

结论:

放弃。

主要是考虑到国内网络中使用,google需要翻墙,所以基本不可用。

而且合成语音效果很一般:6分

【后记 180510】

后来从:

会打电话的 AI 背后:谷歌 Duplex 技术解析 | 雷锋网

得知,媲美真人声音的语音,也是合成的。

不过是用AI中的:

wavenet

合成的,所以搜了搜,而找到了:

Cloud Text-to-Speech – Speech Synthesis  |  Google Cloud

云端的语音合成,文字转语音

然后听了听效果:

效果真心不错:

基本上达到了:

WaveNet: A Generative Model for Raw Audio | DeepMind

提到的:

的效果。

评分:9,甚至9.5分

-》抽空再去试试这个接口,毕竟:

1 是要注册账号

2 好像速度有点慢(应该是内部用了深度学习)

3 还不是完全成熟 -》 “Beta: This is a Beta release of Cloud Text-to-Speech. ”

【科大讯飞 TTS API】

TTS 接口

使用微信语音合成接口(TTS) – 简书

讯飞开放平台-以语音交互为核心的人工智能开放平台

在线语音合成 – 语音合成 – 讯飞开放平台

试了试demo:

这几个demo的声音可以用:惨不忍听来形容,

评分:3分

即使是精品:

评分:7分

也不是很好

特色发音 + 储备发音:

评分:7.5

也是一般般

离线语音合成 – 语音合成 – 讯飞开放平台

结论:

放弃。

可能是讯飞对于中文支持的够好,英文的语音合成,效果不是一般的差啊。

【Rokid】

语音合成 · RokidOS 开放源码项目

Node.js · RokidOS 开放源码项目

只提供node.js,不提供web的rest的api

搜了下:

RokidOS

才知道

杭州:跟最酷的人工智能公司一起写一个 RokidOS 吧! – CNode技术社区

Rokid=若琪

RokidOS Linux 开发、移植 – Rokid 开发套件 / 官方教程 – Rokid讨论区

结论:

Rokid,放弃

只提供node.js,不提供web的rest的api

【iSpeech】

Text to Speech | TTS SDK | Speech Recognition (ASR)

也有在线demo

效果:算8分吧

API Reference

结论:

效果虽然还行,但是不够主流,而且貌似合成速度不够好?

暂时不用。

【搜狗的语音合成API】

搜狗 语音合成  api

搜狗语音云开放平台 – 新手指引

-》

搜狗语音云开放平台

结论:

放弃。

只有注册并登录,才能看文档,也是醉了。

国内 语音生成 api

HTML5语音合成Speech Synthesis API简介 – SDK.CN – 中国领先的开发者服务平台

估计前面的ResponsiveVoice.JS就是用HTML5的这个Speech Synthesis API

HTML5语音合成Speech Synthesis API简介 « 张鑫旭-鑫空间-鑫生活

语音识别开放化开发平台有哪些? – 知乎

【阿里云 TTS API】

语音合成REST接口_语音合成(TTS)_智能语音交互-阿里云

智能语音交互-阿里云

简介_语音合成(TTS)_智能语音交互-阿里云

阿里云-数加-大数据-智能语音交互

简介_语音合成(TTS)_智能语音交互-阿里云

竟然没有找到demo

语音合成接入使用演示_语音合成接入使用演示_演示视频专区_智能语音交互-阿里云

语音合成REST接口_语音合成(TTS)_智能语音交互-阿里云

结论:

要抽空调用API试试,才知道合成效果如何

【IBM Waston的 Synthesize audio】

text-to-speech – API Reference | IBM Watson Developer Cloud

需要注册后才能调用api

https://console.bluemix.net/registration/?target=%2Fdeveloper%2Fwatson%26cm_mmc%3DOSocial_Tumblr-_-Watson%2BCore_Watson%2BCore%2B-%2BPlatform-_-WW_WW-_-wdc-ref%26cm_mmc%3DOSocial_Tumblr-_-Watson%2BCore_Watson%2BCore%2B-%2BPlatform-_-WW_WW-_-wdc-ref%26cm_mmca1%3D000000OF%26cm_mmca2%3D10000409

结论:

需要后续注册IBM账号,然后才能写代码,测试效果

【腾讯云 语音合成Restful API】

语音合成Restful API – 智能语音服务 – 文档首页 – 腾讯云文档平台 – 腾讯云

结论:

也是需要调用api接口,才能测试效果如何

【微软的Bing text to speech API】

Text to Speech API of Microsoft Speech Service | Microsoft Docs

其TTS接口属于:cognitive部分

认知服务试用体验 | Microsoft Azure

以为:

也需要注册账号后,才能写代码去测试效果

后来发现:

必应语音 API – 语音识别软件 | Microsoft Azure

有在线demo:

效果不错:

评分:8.5分

和百度的不相上下

另外试了试中文的:

也不差:

评分:8.5分

【百度 TTS API】

文字转语音 API

百度语音-永久免费智能语音开放平台

Safari中播放不了

Chrome中可以:

总体效果:

8.5分

小小缺点:

as a book-collector

中的a,读成了:诶 而不是 呃

优点:语速均匀,断句适当,最不像机器发出来的声音。

百度语音合成-开发文档

百度语音合成-免费将文字转化为声音

qcomdd/hi-voice: 百度语音合成,api接口,可用到微信语音回复

结论:

效果很不错。目前主要考虑用这个。

汇总的结论:

  • 目前已知的,有demo的可以知道效果的:

    • 效果最好的:Google的Cloud Text-to-Speech

      • 评分:9-9.5分

      • 优点:

        • 声音很贴近真人发声,停顿和语速非常真实

      • 缺点:

        • 需要后续注册开发者账号才能使用

        • 大量使用(每月超过100万字符)后,需要收费

    • 目前效果很好的:百度的语音合成API

      • 评分:8.5分

      • 优点:

        • 声音最贴近真实人声,不像机器声音

        • 语速和语调温和真实,断句合适

      • 缺点:

        • 对于英文的as a book-collector中的a,读成了:诶 而不是 呃

    • 效果第二好的:微软的Bing的text to speech API

      • 评分:8分

      • 优点:

        • 英文朗读自然,和百度是一个水准

        • 也支持中文

      • 缺点:好像后续使用要收费?

    • 效果还可以的:

      • iSpeech的Text to Speech

        • 评分:7.5分

    • 效果不太好的:

      • 科大讯飞 TTS API:3 ~ 7.5分

      • Google TTS API:6分

      • ResponsiveVoice.JS:5分

  • 还需要额外注册/申请,才能试用的:

    • 阿里云 TTS API

    • 腾讯云 语音合成Restful API

    • IBM Waston的 Synthesize audio

    • 搜狗的语音合成API

  • 其他不支持web的api或不支持rest的api的:

    • Rokid

考虑到时间有限,暂时就不继续去注册和申请那些额外的平台的api了。

先去用目前发现相对非常好的:

百度的语音合成api

【后记】

后来换用语音和声调更加标准的微软Azure的语音服务了:

【已解决】把产品demo中语音合成接口换成微软必应语音

转载请注明:在路上 » 【调研】国内可用的效果好的英语的在线Web语音合成API接口

发表我的评论
取消评论

表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
80 queries in 0.185 seconds, using 22.22MB memory