機器人發音掰掰 文字MP3專業版多種真人口音一次擁有

文字MP3專業版將應用層面擴及有聲書、影片配音等

為了幫助考試複習的聽書背誦需求、聽更多佛經、為了改善自閉症與視覺障礙族群溝通學習，網際智慧早期曾推出「文字MP3」提供文字轉語音的功能，甚至協助學校特教班製作語音試卷，近年來隨著AI技術的演進，網際智慧重新開發，推出能更高效並產出多樣化內容的「文字MP3專業版」，將應用層面擴及有聲書、影片配音等，成功獲得2022年金塾獎新興技術組秀才。

過去20年來網際智慧一直在發展文字語音相關應用軟體與服務，長期的經驗讓他們發現，TTS文字轉語音的技術雖然發展已久，但仍存在聲音像機器音或是語氣較呆板、聲音品質不佳、台灣口音發音人太少、支援的語言總數量不夠多、後製編輯複雜等問題，導致應用層面受限。

五大特色 有聲書豐富度宛如真人錄音

「文字MP3專業版」包含五大特色，一、除了內建高品質台灣口音發音人「雅芳」、美國口音英文發音人「Beth」，更進一步結合 Azure Cognitive Services雲端服務宛如真人發音的「曉臻、曉雨、雲哲….」等大量發音人聲音；二、結合聲音變音技術，可變化多種不同音色，創造出更多元聲音來錄製聲音內容；三、操作介面像編輯Word一樣簡單，貼上文章即可瞬間轉wav或mp3音檔；四、內容後製不需搭配其它軟體或複雜的音頻編輯器，即可進一步選取部分文字或對話段落，設定不同發音人朗讀、調整朗讀快慢、聲音高低、修正發音、自訂發音、插入真人錄音，甚至加入背景配音；五、可唸複雜文本內容如：Rich Text格式、表格內文字，大幅增加聲音的豐富度，進一步將服務擴及三大新應用層面，包含有聲書製作、語音試卷、Youtube或各類影片配音。

高品質低成本有聲書其中有聲書的利用為最大宗，過去有聲書利用真人錄製，往往錄音加修正就需要長達兩個月的時間，耗時又耗力，網際智慧總經理晁旭光表示，近年來隨著市場的變動，許多出版社對錄製有聲書的需求大幅提升，希望能用新科技在短時間錄製出高品質低成本的作品。根據統計，109年申請有聲書ISBN出版品僅個位數，110年已竄升到40家出版機構出版多達442種有聲書，顯示有聲書在出版市場的潛力，目前已與10多間出版社接洽。

此外，由於「文字MP3專業版」擴充運用Azure Cognitive Services雲端服務，可隨時進一步使用微軟的神經網路語音合成服務，快速擴充支援世界各國143 多種語言和變體中的 448 種語音，提供企業產品介紹、教育訓練等影片語言多樣化。 對於這次榮獲2022年金塾獎新興技術組秀才，晁旭光認為，相較於其他新產品，「文字MP3專業版」是透過市場分析進行重新定位並運用敏捷開發的產品，對於研發工程師、產品經理都是蠻大的挑戰，他表示，金塾獎的舉辦是許多創新軟體開發的動力，這次獲獎也讓網際智慧有更大的動力做更多的產品，未來也將持續推出一系列「文字MP3」的相關產品，希望中小企業處能將產業細分舉辦更多的獎項，鼓勵產業開發。

文字MP3專業版詳細介紹