微软 Azure Neural TTS 新增对 9 个“小语种”语言及口音支持 | InfoQ 快讯

AI 语音技术的发展和应用，让中国用户在外语学习和对外沟通交流中获得了诸多便利。但对于国内的小语种学习者，或是正在小语种国家或地区开展业务的机构，目前还需要支持更多小语种的语音工具。

然而，由于缺乏训练数据，那些较少使用的口语，几乎没有任何可用的 TTS 工具。现在，在低资源TTS技术的支持下，微软 Azure 认知服务正在持续扩展对不同国家及地区语言的支持，满足更多用户的场景需求，例如小语种教育教学的有声读物、电子辞典等学习工具；面向相应国家和地区市场的 AI 语音助手、AI 语音客服；或是将 TTS 作为视频、音频等素材的生产工具，产出面向以上语种使用者的媒体产品等。

InfoQ 获悉，近期，微软 Azure Neural TTS 新增了对 9 个“小语种”语言及其不同口音的支持，包括：阿拉伯语（黎巴嫩）、阿拉伯语（阿曼）、阿塞拜疆语（阿塞拜疆）、波斯尼亚语（波黑）、格鲁吉亚语（格鲁吉亚）、蒙古语（蒙古）、尼泊尔语（尼泊尔）、阿尔巴尼亚语（阿尔巴尼亚）、泰米尔语（马来西亚）。以上几种语言均已公开发布，供开发者使用。

点击以下声音示例，感受这些不同风格的“小语种”语言。

示例：az-AZ BabekNeural 阿塞拜疆语（阿塞拜疆）

链接：http://tts.blob.core.windows.net/garfield/garfield202206/az-AZ-BabekNeural-General-Audio.wav?sv=2020-10-02&st=2022-06-16T09%3A08%3A14Z&se=2025-01-23T09%3A08%3A00Z&sr=c&sp=racwdxlt&sig=69pLAPbtLnEHlNZco8g8jnqJyhPXOWOO%2FSX2Zm0fpeI%3D

示例：ar-LB RamiNeural 阿拉伯语（黎巴嫩）

链接：http://tts.blob.core.windows.net/garfield/garfield202206/ar-LB-RamiNeural-General-Audio.wav?sv=2020-10-02&st=2022-06-16T09%3A08%3A14Z&se=2025-01-23T09%3A08%3A00Z&sr=c&sp=racwdxlt&sig=69pLAPbtLnEHlNZco8g8jnqJyhPXOWOO%2FSX2Zm0fpeI%3D

示例：ne-NP SagarNeural 尼泊尔语（尼泊尔）

链接：http://tts.blob.core.windows.net/garfield/garfield202206/ne-NP-SagarNeural-General-Audio.wav?sv=2020-10-02&st=2022-06-16T09%3A08%3A14Z&se=2025-01-23T09%3A08%3A00Z&sr=c&sp=racwdxlt&sig=69pLAPbtLnEHlNZco8g8jnqJyhPXOWOO%2FSX2Zm0fpeI%3D

示例：bs-BA VesnaNeural 波斯尼亚语（波黑）

链接：http://tts.blob.core.windows.net/garfield/garfield202206/bs-BA-VesnaNeural-General-Audio.wav?sv=2020-10-02&st=2022-06-16T09%3A08%3A14Z&se=2025-01-23T09%3A08%3A00Z&sr=c&sp=racwdxlt&sig=69pLAPbtLnEHlNZco8g8jnqJyhPXOWOO%2FSX2Zm0fpeI%3D

示例：ta-MY KaniNaural 泰米尔语（马来西亚）

链接：http://tts.blob.core.windows.net/garfield/garfield202206/ta-MY-KaniNaural-General-Audio.wav?sv=2020-10-02&st=2022-06-16T09%3A08%3A14Z&se=2025-01-23T09%3A08%3A00Z&sr=c&sp=racwdxlt&sig=69pLAPbtLnEHlNZco8g8jnqJyhPXOWOO%2FSX2Zm0fpeI%3D

全球人类正在使用的语言有数千种，其中使用最多的前 1%（约 70 种语言）覆盖了全球 80%以上的人口，并且基本都得到了 TTS 技术的支持。但那些小语种的使用者，也应当享受 TTS 技术带来的便利。

图：微软 Azure Neural TTS 支持语言和声音列表

据悉，截止目前，Azure 认知服务的文本转语音模块支持全球140个国家和地区的语言，提供400个声音模型，企业能够利用Azure神经网络版声音定制服务，以多种语言和风格打造独特的品牌声音。微软 Azure AI 还提供语音转文本、OCR、翻译等一系列与语言相关的认知服务，所支持的语言已达 100 多种。