定制声音精简版

定制声音精简版是一种项目类型，你可以先用它来演示和评估定制声音，然后再投资进行专业录制，以制作更高质量的语音。 对于演示和评估，不需要任何应用程序。 但是，Microsoft 会限制并选择用于定制声音精简版的录音和测试样本。 你必须申请对专业声音微调版的完全访问权限，才能出于商业目的部署和使用定制声音精简版模型。 在这种情况下，请申请对引入表单的访问权限。

注意

定制声音精简版仅在 Speech Studio 中提供。 它无法通过 Azure AI Foundry 门户、REST API 或 SDK 使用。

在自定义语音轻量项目中，您可以通过阅读 Microsoft 提供的 20-50 个预定义脚本在线录制您的语音。 记录至少 20 个样本后，可以开始训练模型。 成功训练模型后，你可以查看模型并查看使用另一组预定义脚本生成的 20 个输出示例。

请参阅 自定义语音支持的语言 。

比较项目类型

下表总结了定制声音精简版与专业声音微调版之间的主要差异。

项	精简版	专业
目标方案	演示或评估	专业方案，如聊天机器人的品牌和角色语音，或音频内容阅读。
训练数据	使用 Speech Studio 进行在线录制	自带数据。 建议在专业录音室录音。
录音脚本	在 Speech Studio 中提供	使用与用例方案匹配的脚本。 微软提供了示例脚本以供参考。
所需的数据大小	20 到 50 个语句	300 到 2000 个语句
训练时间	计算小时数不到 1	计算小时数大约 20 到 40
语音质量	中等质量	高质量
可用性	任何人都可以在线录制样本并训练模型以进行演示和评估。 如果要部署商业用途的定制声音精简版模型，则需要对定制声音具有完全访问权限。	数据上传不受限制，但在获得访问批准后，只能微调专业语音。 根据资格和使用标准，专业语音微调受到限制。 在引入表单上请求访问。
定价	定制声音精简版和专业声音微调版的单价相同。 请在此处查看定价详细信息。	定制声音精简版和专业声音微调版的单价相同。 请在此处查看定价详细信息。

创建定制声音精简版项目

若要创建定制声音精简版项目，请执行以下步骤：

1. 登录 Speech Studio。

2. 选择要使用的订阅和语音资源。

3. 选择“定制声音”“创建项目”>。

4. 选择“神经网络定制声音精简版”“下一步”>。 若要改为创建自定义语音专业项目，请参阅 专业语音微调文档。

5. 遵照向导中的说明创建项目。

   重要

   定制声音精简版项目将在 90 天后过期，除非提交发音人录制的发音人声明。

6. 按名称选择新项目，或选择“转到项目”。 左侧面板将显示这些菜单项：“录制和生成”、“审阅模型”以及“部署模型”。

   

录制和构建定制声音精简版模型

使用联机提供的脚本录制至少 20 个（最多 50 个）语音样本。 此处录制的语音样本将用于合成语音。

注意

自定义语音培训目前仅在某些区域中可用。 有关详细信息，请参阅区域表中的脚注。

下面是一些有助于录制语音样本的提示：

• 使用优质麦克风。 通过使用优质麦克风来提高样本的清晰度。 在距离麦克风约 8 英寸远的位置说话，以避免出现嘴部噪音。
• 避免背景噪音。 在没有背景噪音或回声的安静场所中进行录制。
• 放松且自然地说话。 在读出句子时可以流露情感。
• 一次性地完成录制。 要保持一致的能量级别，请在一个会话中录制所有句子。
• 对每个单词完成正确且清晰的发音。

若要录制和生成自定义语音精简模型，请按照 Speech Studio 中的以下步骤作：

1. 选择“定制声音” 你的项目名称 >“录制和生成”>。
2. 选择“开始”。
3. 请仔细阅读发音人使用条款。 勾选复选框，表示接受使用条款。
4. 选择“接受”
5. 按下麦克风图标，开始检查噪音。 此噪音检查只需几秒钟，且在该过程中无需说话。
6. 如果检测到噪音，则可以选择“再次检查”以重复噪音检查环节。 如果未检测到任何噪音，则可以选择“完成”以继续进行下一步。
7. 查看录制提示，然后选择“知道了”。 为了获得最佳结果，请在录制语音样本之前到安静的、没有背景噪音的区域。
8. 按下麦克风图标，开始录制。
9. 按下停止图标即可停止录制。
10. 查看质量指标。 每当录制完样本后，请先检查其质量指标，然后再继续下一项录制。
11. 录制更多样本。 虽然只需 20 个样本即可创建模型，但建议多录制几个样本（最多 50 个）以获得更好的质量。
12. 选择“训练模型”以启动训练过程。

训练过程大约需要一个计算小时。 可以在“审阅模型”页中检查训练进度。

审阅模型

若要查看自定义语音精简模型并收听你自己的合成语音，请执行以下步骤：

1. 选择“定制声音” 你的项目名称 >“审阅模型”>。 可在此处查看语音模型名称、模型语言、示例数据大小和训练进度。 语音名称由项目名称后面追加的单词“Neural”（神经网络）组合而来。
2. 选择语音模型名称，可以查看模型详细信息并收听示例文本转语音结果。
3. 选择播放图标，可以听到你的声音说出每个脚本。

提交发音人声明

在部署模型以用于业务之前，还需要由发音人录制发音人声明。

若要提交语音人才口头陈述，请在 Speech Studio 中执行以下步骤：

1. 选择“定制声音” 你的项目名称 >“部署模型”>“管理发音人”>。
2. 选择该模型。
3. 输入发音人姓名和公司名称。
4. 读出并录制声明。 选择麦克风图标，开始录制。 选择停止图标即可停止录制。
5. 选择“提交”以提交声明。
6. 在仪表板底部的脚本表中检查处理状态。 状态显示为“成功”后，即可部署模型。

部署模型

若要部署自定义语音精简模型并将其用于应用程序中，您必须获得自定义语音的完整访问权限。 在引入表单上请求访问。 在大约 10 个工作日内，你将收到一封包含审批状态的电子邮件。 在部署模型以用于业务之前，还需要由发音人录制发音人声明。

若要部署自定义语音精简模型，请在 Speech Studio 中执行以下步骤：

1. 选择“定制声音” 你的项目名称 >“部署模型”>“部署模型”>。
2. 选择语音模型名称，然后选择“下一步”。
3. 为自己的终结点输入名称和说明，然后选择“下一步”。
4. 勾选复选框以表示自己同意使用条款，然后选择“下一步”。
5. 选择“部署”以部署模型。

在此处，可以像使用专业声音模型一样使用定制声音精简版模型。 例如，可以在创建终结点后挂起或恢复它，以限制支出并节省未使用的资源。 还可以访问 Speech Studio 中有声内容创作工具中的声音。

后续步骤

• 微调专业声音
• 试用文本转语音快速入门
• 详细了解语音合成