听了那么多AI合成的语音，Azure机器学习的文本转语音最接近人声

Azure机器学习的文本转语音

文本转语音功能是目前机器学习中的很重要的一个分支，类似我们使用到的语音助手，都需要把机器搜索到的文本答案转换成语音，再通过智能设备播放出来。随着智能设备，特别是最近几年的语音助手的流行，越来越多的AI智能公司开始研发自己的文本转语音功能，像腾讯，百度，阿里等都提供免费的API，供开发者免费使用。有了这些API接口，我们就不用使用大型的模型设备，重新训练自己的语音模型。但是，体验后每家的API接口后，个人觉得Azure的文本转语音功能，最接近人声。

Windows Azure

Microsoft Azure是微软基于云计算的操作系统，原名“Windows Azure”，和Azure Services Platform一样，是微软“软件和服务”技术的名称。Microsoft Azure的主要目标是为开发者提供一个平台，帮助开发可运行在云服务器、数据中心、Web和PC上的应用程序。云计算的开发者能使用微软全球数据中心的储存、计算能力和网络基础服务。Azure服务平台包括了以下主要组件：Microsoft Azure，Microsoft SQL数据库服务，Microsoft .Net服务，用于分享、储存和同步文件的Live服务，针对商业的Microsoft SharePoint和Microsoft Dynamics CRM服务

有关Microsoft Azure我们不做过多的介绍，这里，我们主要介绍一下如何使用Microsoft Azure平台，搭建自己的文本转语音功能。

----2----

Azure 文本转语音API 搭建

若我们只是体验一下Azure的文本转语音功能，直接可以在Azure的官网上面使用，但是若是处理大量的文本，且需要实现自动化操作时，那我们就需要使用Azure的API来进行编码编辑

账号注册与登录

Azure的使用，需要我们登录Azure的账号，当然若有微软账号，同样可以使用微软账号进行登录，这里我们直接使用免费登录（Azure提供12个月的免费试用期）

Azure

成功登录后，我们便进入了后台管理界面，这里，我们便可以创建自己的资源，当然，我们不仅可以创建文本转语音的资源，也可以创建其他方便，比如图片识别，语音识别等等AI 方面的资源，我们今天按照文本转语音为例

Azure后台

创建Azure AI资源

这里我们点击创建资源，便可以看到Azure提供给开发者所有的免费资源，

Azure资源

Azure文本转语音功能在左侧类别中属于AI+机器学习类中，我们点击AI+机器学习，便可以看到下图的所有关于机器学习的API类，文本转语音便是认知服务，点击创建即可

AI+机器学习的认知服务

创建Azure 认知服务

创建Azure 认知服务

----3----

Azure 文本转语音创建认知服务

创建认知服务一共4个步骤

1、设置基本参数

这里，订阅我们选择免费试用即可，资源组，可以点击新建，由于小编已经新建立过资源，这里选择以前的资源也行，区域选择默认即可，当然也可以根据自己的地区进行选择。

名称为资源组的名称，定价层最好选择标准S0，当然也有免费的资源，但是免费的无法调长文本转语音API，这里重点强调一下，前期小编调试的时候就是选择了免费的（免费的针对短语音API），在进行长文本转语音时，一直报错

2、identity 选择默认即可

identity

3、标记，命名一个名称与键值对

标记

4、创建认知服务

创建认知服务

点击创建后，系统会自动进行资源的创建与部署，待部署完成后，就可以看到自己创建的资源了

资源的创建与部署

资源的创建与部署

创建完成后，我们可以查看部署详细信息，下面有我们建立的资源组，点开资源组

部署详细信息

我们可以看到管理密钥的按键，我们点击此按键，便可以看到我们此API的密钥了

管理密钥

密钥我们可以随时重新生成，在生产新密钥前，我们可以使用密钥2来进行API的相关开发

API密钥

有了API的密钥，我们便可以使用文本转语音API来生产我们需要的文本语音了，这个我们后期进行相关技术分享。

import azure.cognitiveservices.speech as speechsdk
from azure.cognitiveservices.speech.audio import AudioOutputConfig

def synthesize_to_speaker():
#Find your key and resource region under the 'Keys and Endpoint' tab in your Speech resource in Azure Portal
#Remember to delete the brackets <> when pasting your key and region!
speech_config = speechsdk.SpeechConfig(subscription="", region="")
#In this sample we are using the default speaker
#Learn how to customize your speaker using SSML in Azure Cognitive Services Speech documentation
audio_config = AudioOutputConfig(use_default_speaker=True)
synthesizer = speechsdk.SpeechSynthesizer(speech_config=speech_config, audio_config=audio_config)
synthesizer.speak_text_async("Enter some text to synthesize.")

synthesize_to_speaker()