这项服务面向开发者以 API 方式提供:通过 REST 或 WebSocket 接口传入纯文本或 SSML 标记,即可流式返回合成音频,延迟很低。每种语言都提供男声或女声等多种神经网络声音,用户可借助 SSML 调整音高、语速、音量与发音细节,还能建立自定义词典,规定人名、品牌名等生僻词的读法。企业还可基于约一小时的录音定制品牌专属声音,并可选择部署在 IBM Cloud 上,或通过 Cloud Pak for Data 部署在自有防火墙之内。
它适合为智能客服、电话语音应答(IVR)和聊天机器人添加语音播报能力的企业开发团队,也适合做视频旁白、在线教育朗读的集成商。无障碍领域的开发者可以用它为视障用户朗读屏幕内容;需要多语种语音输出、又看重部署灵活性和企业级支持的产品团队,也会把它作为语音合成的基础服务来接入。
©️版权声明:若无特殊声明,本站所有文章版权均归AI工具集原创和所有,未经许可,任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容,或在非我站所属的服务器上建立镜像。否则,我站将依法保留追究相关法律责任的权利。