微软文字转语音

https://azure.microsoft.com/zh-cn/products/ai-foundry/tools/speech

微软Azure企业级神经网络TTS语音合成服务

这是微软Azure认知服务中的文字转语音（TTS）能力，面向企业级应用。它提供数百种自然的神经网络语音、覆盖140+语言与方言，支持通过SSML精细控制语速、语调、停顿和情感，还可训练"自定义神经语音"打造专属品牌音色，广泛用于语音助手、有声内容、导航和无障碍等场景，可通过API稳定集成。收费按用量计费：标准神经语音每月约提供50万字符的免费额度，超出后约每100万字符十几美元计费，自定义语音和实时/长音频等另有单价，具体以Azure定价页为准