语音合成及音库定制
将输入的文字通过网络发送到服务器，通过深度学习技术，合成高音质、更饱满的音色效果，效果更接近人声，同时提供多种音色选择。
支持个性化、多语种、多音色的本地化部署，满足私有化、数据隐私需求。
产品优势
领先的技术方案
基于Transformer机制的高音质语音合成，综合利用声学和语言学参数，达到更自然的韵律合成目的。
灵活的接入方式
支持SDK 、流式/非流式API 、MRCP协议等各种对接形式，接口同步/异步调用
多语种多音色
男声、女声以及童声，支持中文、英文、中英文混等多语种合成，音量、语速随意调节。
自然的听感
使用海量的音频合成数据训练，生成更真实饱满音质、抑扬顿挫、富有表现力，MOS评分达到业内领先水准。
个性化的调节
支持多音字标注，手动校对发音。支持语速停顿调节，满足不同场景实际的表现需要。
定制发音人
支持真人语音克隆，人机协同对话“以假乱真”
功能介绍
语音支持
支持中文、英文、中英文混读
音色支持
支持发声人多种选择，目前已支持12种音色，更多音色未来持续添加。
语音调整
- 支持1-2倍语速的增降速自主调节
音量调节
- 支持±20分贝范围内的音量自主调节
采样率
- 支持8K、16K两种采样率的合成效果
合成模式
-
支持基础语音合成和实时语音合成两种模式
所有文章
×