TTS - Chuyển văn bản thành giọng nói Đang hoạt động

TTS - Chuyển văn bản thành giọng nói là một công cụ chuyển văn bản thành giọng nói dành cho việc sử dụng trên web. Quy trình cốt lõi là tổng hợp nội dung văn bản thành giọng nói, đồng thời cung cấp một mức độ kiểm soát nhất định đối với cách phát âm và biểu đạt. Công cụ sử dụng công nghệ tổng hợp giọng nói Microsoft Azure, hướng đến lồng tiếng, đọc văn bản và tạo tài liệu luyện nghe hơn là chỉnh sửa âm thanh hoặc sản xuất video hoàn chỉnh.

Công cụ hỗ trợ tổng hợp giọng nói tiếng Phổ thông Trung Quốc, các phương ngữ Trung Quốc như tiếng Hà Nam và tiếng Thiểm Tây, cùng nhiều ngoại ngữ như tiếng Anh và tiếng Nhật. Mỗi lần có thể xử lý tối đa khoảng 10000 chữ, đồng thời cho phép sắp xếp theo từng đoạn để giảm khó khăn trong việc quản lý nội dung dài.

Về điều chỉnh giọng nói, công cụ cung cấp nhiều giọng nhân vật và chế độ cảm xúc, cho phép kiểm soát tốc độ nói, cao độ, khoảng dừng, cách đọc chữ đa âm và hiệu ứng nối âm. Người dùng quen thuộc với SSML còn có thể thiết lập các thẻ giọng nói chi tiết hơn. Kết quả tạo ra có thể xuất dưới định dạng MP3 hoặc WAV.

Trong thuyết minh phim ảnh và lồng tiếng video ngắn, công cụ có thể được dùng để nhanh chóng tạo bản nháp lời thuyết minh. Nội dung tiếp thị có thể sử dụng công cụ để tạo phiên bản âm thanh của văn bản quảng bá. Người học ngoại ngữ có thể chuyển văn bản thành tài liệu luyện nghe, kết hợp các ngôn ngữ và giọng nhân vật khác nhau để thực hành.

Đối với người cần nghe các văn bản dài, công cụ cũng có thể được dùng để đọc bài viết, tài liệu và các nội dung khác. Với văn bản hội thoại nhiều người hoặc có sự khác biệt rõ rệt giữa các nhân vật, có thể chuyển đổi giọng để phân biệt, nhưng vẫn cần kiểm tra cảm nhận khi nghe và cách diễn đạt có tự nhiên hay không dựa trên mục đích sử dụng cuối cùng.

Trước khi tạo, cần kiểm tra tên người, địa danh, chữ viết tắt, chữ số và chữ đa âm trong văn bản, đồng thời nghe thử để xác nhận cách phát âm. Nội dung có phương ngữ, xen kẽ nhiều ngoại ngữ hoặc chứa ngữ điệu phức tạp có thể cần điều chỉnh thủ công khoảng dừng, cách phát âm hoặc thông số cảm xúc.

Văn bản dài nên được tạo theo từng đoạn và kiểm tra lần lượt. Nếu sử dụng SSML để kiểm soát chi tiết, người dùng cần hiểu cách viết các thẻ liên quan. Nên chọn định dạng MP3 hoặc WAV tùy theo nhu cầu chỉnh sửa hoặc xuất bản tiếp theo. Cuối cùng, vẫn cần kiểm tra thủ công âm lượng, nhịp điệu và độ chính xác của nội dung trong tệp âm thanh.