参考资料

1. TTSMaker（马克配音）是一款免费的文本转语音工具，提供语音合成服务
2. Whisper语音详细介绍
3. 科大讯飞助手介绍
4. 谷歌Assistant是谷歌开发的智能语音助手
5. 阿里云智能语音详细介绍
6. ElevenLabs
7. 得助智能详细介绍
8. Descript 是一款集音频/视频编辑

阿里云智能语音详细介绍

阿里云智能语音详细介绍

阿里云智能语音（Alibaba Cloud Intelligent Speech）是基于深度学习的语音技术，提供语音识别（ASR）、语音合成（TTS）、语音唤醒等功能，适用于多种场景如客服、教育、IoT等。

官网地址

阿里云智能语音官网

功能及特点

1. 语音识别（ASR）

• 高准确率，支持多语种、方言

• 实时/离线转换

2. 语音合成（TTS）

• 自然流畅的语音输出

• 多发音人选择

3. 语音唤醒

• 低功耗，支持自定义唤醒词

4. 声纹识别

• 身份验证与安全控制

中英文对照提示词

1. 语音识别

• 中文：开始录音

• English: Start recording

2. 语音合成

• 中文：播放欢迎语

• English: Play welcome message

3. 语音唤醒

• 中文：唤醒设备

• English: Wake up device

示例

1. 语音识别调用示例

   from aliyunsdkcore.client import AcsClient
   from aliyunsdknls.request.v20180817 import RecognizeRequest
   client = AcsClient("your-access-key", "your-secret-key", "region-id")
   request = RecognizeRequest.RecognizeRequest()
   request.set_Format("wav")
   request.set_SampleRate(16000)
   response = client.do_action_with_exception(request)
   print(response)

2. 语音合成调用示例

   from aliyunsdkcore.client import AcsClient
   from aliyunsdknls.request.v20180817 import SynthesizeRequest
   client = AcsClient("your-access-key", "your-secret-key", "region-id")
   request = SynthesizeRequest.SynthesizeRequest()
   request.set_Text("Hello, world")
   request.set_Voice("xiaoyun")
   response = client.do_action_with_exception(request)
   print(response)

注意事项

1. 使用前需申请API密钥并开通服务

2. 语音文件格式需符合要求（如WAV/PCM）

3. 实时语音识别需保持网络稳定

4. 免费额度有限，超出后按量计费