Microsoft Azure 27.12.2018, 11:13 Uhr

Text to speech service

Gemessen daran, wie gut die Übertragung von Text in Sprache bereits funktioniert, wird diese Technologie noch von sehr wenigen Apps genutzt. Microsoft bietet mit Azure Speech eine einfache Möglichkeit Texte den Nutzern per Sprachausgabe näherzubringen.
Laut Microsoft wird die Ausgabe nahezu in Echtzeit generiert und sie lässt sich sogar als Audio-Datei speichern, um sie später ohne Neugenerierung parat zu haben. Auch die Sprecher hören sich dabei weitaus besser an, als die in Windows enthaltenen Muster, welche man direkt in jeder App dank des .NET-APIs System.Speech.Synthesis nutzen kann.
Die Sprachsynthese in Azure steht in 45 Sprachen zur Verfügung, darunter auch deutsch. Für viele Sprachen gibt es sowohl eine männliche als auch eine weibliche Stimme für die Sprachausgabe. Auf dieser Seite können Sie sich die englischen, die deutschen sowie ein paar weitere Stimmen anhand von Mustersätzen anhören. Einstellbar sind laut Microsoft Tonhöhe, Geschwindigkeit, Lautstärke, Betonung sowie zusätzliche Pausen.
Die Dokumentation dazu finden Sie auf dieser Seite. Dort gibt es unter anderem einen Schnellstart, der zeigt, wie man mithilfe von Python und dem Text-to-Speech-REST-API Text in Sprache konvertiert. Für die Schnellstartanleitung wird ein Azure-Cognitive-Services-Konto mit einer Ressource für den Speech-Dienst benötigt. Wer über kein Konto verfügt, kann über die kostenlose Testversion einen Abonnementschlüssel abrufen.
Den direkten Einstieg in die Thematik finden Sie auf dieser Seite, wobei dort neben API-Keys für Text to Speech auch für Speech to Text sowie die Übersetzung und – als Preview – auch eine Sprecher-Erkennung angeboten werden.
Nicht nur die Standard-Stimmen können genutzt werden, sondern man kann Stimmen auch selbst anlegen und trainieren. Allerdings gibt es solche Custom Voice Models derzeit nur für englisch und chinesisch.