API主要特點(diǎn)：

• 逼真的合成語(yǔ)音：生成流暢、自然的發(fā)音，為用戶提供類似真人的語(yǔ)音體驗(yàn)。
• 可定制的文本講述者語(yǔ)音：允許用戶根據(jù)自己的品牌特色和特定需求定制AI語(yǔ)音。
• 精細(xì)的音頻控制：通過(guò)調(diào)整語(yǔ)速、音調(diào)、發(fā)音、停頓等參數(shù)，優(yōu)化語(yǔ)音輸出。
• 靈活部署：支持在云中、本地或容器邊緣運(yùn)行文本轉(zhuǎn)語(yǔ)音，以適應(yīng)不同的應(yīng)用需求。
• 自定義語(yǔ)音輸出：使用語(yǔ)音合成標(biāo)記語(yǔ)言(SSML)和音頻內(nèi)容創(chuàng)建工具來(lái)定義詞典和控制語(yǔ)音參數(shù)。

AZURE說(shuō)話人識(shí)別

Azure說(shuō)話人識(shí)別API服務(wù)是一項(xiàng)語(yǔ)音服務(wù)功能，用于根據(jù)說(shuō)話人的獨(dú)特語(yǔ)音特征進(jìn)行準(zhǔn)確的驗(yàn)證和識(shí)別。這項(xiàng)服務(wù)可以幫助用戶確定誰(shuí)正在說(shuō)話，無(wú)論是在一對(duì)一的交互中還是在包含多個(gè)說(shuō)話人的場(chǎng)景下。

API主要特點(diǎn)：

• 說(shuō)話人驗(yàn)證：通過(guò)語(yǔ)音驗(yàn)證說(shuō)話人的身份，確保交流的安全性。
• 說(shuō)話人識(shí)別：從一組已注冊(cè)的說(shuō)話人中識(shí)別出具體說(shuō)話人，實(shí)現(xiàn)個(gè)性化服務(wù)。
• 用戶注冊(cè)：允許用戶注冊(cè)和管理說(shuō)話人的數(shù)據(jù)。
• 音頻捕獲：捕獲和處理語(yǔ)音輸入，以便進(jìn)行說(shuō)話人識(shí)別。
• 輸出結(jié)果：提供識(shí)別結(jié)果，包括說(shuō)話人的識(shí)別信息。
• 全面合規(guī)性：符合SoC、FedRAMP、PCI、HIPAA、HITECH和ISO等認(rèn)證標(biāo)準(zhǔn)。
• 數(shù)據(jù)控制：用戶完全控制語(yǔ)音數(shù)據(jù)，可以隨時(shí)創(chuàng)建、更新或刪除數(shù)據(jù)。
• 內(nèi)置安全性：通過(guò)企業(yè)級(jí)安全性和合規(guī)性保護(hù)語(yǔ)音數(shù)據(jù)，確保用戶隱私。

AZURE語(yǔ)音翻譯

Azure語(yǔ)音翻譯API服務(wù)是一項(xiàng)強(qiáng)大的服務(wù)，能夠在應(yīng)用中輕松集成實(shí)時(shí)語(yǔ)音翻譯功能。它支持將多種語(yǔ)言的音頻翻譯成其他語(yǔ)言，并允許用戶根據(jù)自己的特定術(shù)語(yǔ)來(lái)定制翻譯模型，以實(shí)現(xiàn)更準(zhǔn)確的翻譯結(jié)果。

API主要特點(diǎn)：

• 多語(yǔ)言翻譯：支持30多種語(yǔ)言的音頻翻譯，滿足全球化溝通需求。
• 定制化模型：用戶可以根據(jù)自己的業(yè)務(wù)術(shù)語(yǔ)和特定領(lǐng)域，定制翻譯模型以提高翻譯的準(zhǔn)確性。
• 規(guī)范化文本輸出：通過(guò)訓(xùn)練引擎提供可讀性強(qiáng)的翻譯結(jié)果，規(guī)范化語(yǔ)音輸出并保留說(shuō)話風(fēng)格。
• 語(yǔ)音轉(zhuǎn)文本和語(yǔ)音轉(zhuǎn)語(yǔ)音：使用單個(gè)API調(diào)用，同時(shí)生成語(yǔ)音轉(zhuǎn)文本和語(yǔ)音轉(zhuǎn)語(yǔ)音翻譯。
• 高質(zhì)量翻譯：利用神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯技術(shù)，提供快速、可靠的語(yǔ)音翻譯服務(wù)。
• 數(shù)據(jù)隱私保護(hù)：用戶控制數(shù)據(jù)，在音頻處理期間不會(huì)記錄音頻輸入和翻譯數(shù)據(jù)，確保隱私安全。
• 企業(yè)級(jí)安全性：符合SOC、FedRAMP、PCI DSS、HIPAA、HITECH和ISO等認(rèn)證標(biāo)準(zhǔn)，提供企業(yè)級(jí)的安全性和合規(guī)性。

AZURE語(yǔ)音轉(zhuǎn)文本

Azure語(yǔ)音轉(zhuǎn)文本API服務(wù)是一項(xiàng) AI 語(yǔ)音功能，能夠快速且準(zhǔn)確地將口述語(yǔ)音轉(zhuǎn)換成超過(guò)100種語(yǔ)言和方言的文本。該服務(wù)支持自定義模型，以提高特定術(shù)語(yǔ)的準(zhǔn)確性，使得口述音頻變得可操作，并從音頻中獲取更多價(jià)值。

API主要特點(diǎn)：

• 高質(zhì)量轉(zhuǎn)錄：利用先進(jìn)的語(yǔ)音識(shí)別技術(shù)，實(shí)現(xiàn)音頻到文本的準(zhǔn)確轉(zhuǎn)錄。
• 可自定義模型：根據(jù)特定需求，添加特定單詞到詞匯表或構(gòu)建自己的語(yǔ)音轉(zhuǎn)文本模型。
• 靈活部署：在云中或容器邊緣運(yùn)行語(yǔ)音轉(zhuǎn)文本，適應(yīng)不同的部署需求。
• 說(shuō)話人分隔：使用說(shuō)話人分隔技術(shù)來(lái)識(shí)別、分離和標(biāo)注不同說(shuō)話人的語(yǔ)音。

更多微軟云服務(wù)API，盡在API HUB