创建文本到语音变体的最佳方法答案

【问题标题】：Best way to create text to speech voice variant创建文本到语音变体的最佳方法
【发布时间】：2021-05-30 01:41:29
【问题描述】：

我需要至少 3/4 种不同的 tts 声音，但不幸的是我只有一种声音。

这是因为我只有一个意大利神经声音（迭戈），其他都是标准声音，质量要差得多。

最终目标是为至少 3/4 人创建配音，但我无法使用精确的配音。

出于这个原因，我喜欢创建一些变体，由我拥有的唯一一个神经声音开始，它给人的印象是其他人的声音，所有这些都不会显得不自然。

实际上，我有 Adobe Audition、Audacity、Ircam Trax、ffmpeg，除此之外，我还可以将 SSML 与 API 一起使用（在本例中为 Microsoft Azure）。

我不知道有什么效果以及在什么情况下使用它不会损坏声音。

简而言之，如果我能获得更好的结果，我会问使用我拥有的软件或其他软件的最佳方法是什么。

谢谢！

【问题讨论】：

【解决方案1】：

您使用什么语言？如果您使用英语，我相信您可以找到超过 3-4 个神经语音。有 en-US、en-GB、en-CA、en-AU 神经声音，听起来都很自然。

您还可以使用 SSML 调整音高以使声音听起来不同。

如果您想创建不同的声音，请尝试使用您的语音数据（或您的语音天赋）使用 customvoice.ai。

或者，您正在寻找的特定“差异”是什么？

【讨论】：