有没有办法识别出某个音频用的哪个“人”和“风格”的模拟声音

2023-04-04 22:17:22 +08:00
 youthfire
仅微软的 TTS 就有好多“人”，再加上一些 cheerful 之类的风格组合就更多了。
手上有一段英语的音频，可以肯定也是模拟的，抑扬顿挫很强，想知道是哪个“人”和风格的组合，有什么系统或者 API 可以识别吗？
437 次点击
所在节点    问与答
0 条回复

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/929852

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX