如同 Foundry Tools 中的 Azure 語音，OpenAI 文字轉語音提供高品質語音合成，將書面文字轉換為自然聽起來的語音。 這開啟了沉浸式且互動式的使用者體驗多種可能性。
OpenAI 的文字轉語音透過兩種模型變體提供： Neural 和 NeuralHD。
-
Neural：針對即時應用場景優化，延遲最低，但品質低於NeuralHD。 -
NeuralHD：品質優化。
Foundry Tools 中可用的文字轉換語音語音
你可能會問：如果我想使用 OpenAI 的文字轉語音，應該透過 Microsoft Foundry 模型中的 Azure OpenAI 還是透過 Azure 語音？ 有哪些情境會引導我選擇其中一種？
每種聲音型號都有獨特的特色與能力，讓你能選擇最適合自己需求的那一款。 你要了解 Foundry 工具中可用的文字轉語音選項與差異。
你可以在 Foundry 工具中選擇以下文字轉語音：
- OpenAI 的文字轉語音功能位於 Azure OpenAI 中。 有關目前支援區域的清單，請參閱 語音服務區域表。
- OpenAI 的文字轉語音功能在Azure Speech中。 有關目前支援區域的清單，請參閱 語音服務區域表。
- Azure 語音服務文字轉語音。 在數十個地區都有販售。 請參閱 區域列表。
OpenAI 的文字轉語音功能是透過 Azure OpenAI 或 Azure 語音實現的？
如果你想使用 OpenAI 的文字轉語音語音，可以選擇透過 Azure OpenAI 或是 Azure Speech 來使用。 你可以造訪Voice Gallery，聆聽 Azure OpenAI 聲音的範例，或使用音訊內容創作，以你自己的文字來合成語音。 兩種服務的音訊輸出完全相同，僅有少數功能差異。 詳情請見下表。
以下是 OpenAI 在 Azure OpenAI 中文字轉語音與 Azure 語音中文字轉語音功能功能的比較。
| 特色 | Azure OpenAI （OpenAI voices） | Azure 語音（OpenAI 語音） | Azure 語音的語音 |
|---|---|---|---|
| 區域 | 請參閱 晶圓代工模型區域表 | 請參閱 晶圓代工模型區域表 | 在數十個地區都有販售。 請參閱 區域列表。 |
| 聲音多樣性 | 6 | 12 | 超過500人 |
| 多語言語音號碼 | 6 | 12 | 49 |
| 最大多語言覆蓋範圍 | 57 | 57 | 77 |
| 語音合成標記語言（SSML）支援 | 不支援 | 支援 部分 SSML 元素。 | 支援Azure語音中的完整SSML功能。 |
| 開發選項 | REST API | 語音 SDK、語音 CLI、REST API | 語音 SDK、語音 CLI、REST API |
| 部署選項 | 只有雲端 | 只有雲端 | 雲端、嵌入式、混合和容器。 |
| 即時或批次合成 | 即時 | 即時 | 即時與批次合成 |
| 延遲 | 超過 500 毫秒 | 超過 500 毫秒 | 少於300毫秒 |
| 合成音訊的取樣率 | 24 千赫 | 8、16、24 及 48 kHz | 8、16、24 及 48 kHz |
| 語音輸出音訊格式 | Opus、MP3、AAC、FLAC | Opus、MP3、PCM、Truesilk | Opus、MP3、PCM、Truesilk |
Azure 語音中還有一些 OpenAI 語音沒有的額外功能和能力。 例如：
- Azure Speech 中的 OpenAI 文字轉換語音語音僅支援 SSML 元素的子集。 Azure 語音支援完整的 SSML 元素。
- Azure 語言支援詞彙邊界事件。 OpenAI 語音不支援單詞邊界事件。
可用的 OpenAI 文字轉換語音語音
Azure OpenAI 中可用的 OpenAI 語音包括：
alloyechofableonyxnovashimmer
Azure語音中可用的OpenAI語音包括：
en-US-AlloyMultilingualNeuralen-US-EchoMultilingualNeuralen-US-FableMultilingualNeuralen-US-OnyxMultilingualNeuralen-US-NovaMultilingualNeuralen-US-ShimmerMultilingualNeuralen-US-AlloyMultilingualNeuralHDen-US-EchoMultilingualNeuralHDen-US-FableMultilingualNeuralHDen-US-OnyxMultilingualNeuralHDen-US-NovaMultilingualNeuralHDen-US-ShimmerMultilingualNeuralHD
Azure Speech 中 OpenAI 文字轉換語音語音支援的 SSML 元素
語音 合成標記語言（SSML） 搭配輸入文字，決定文字轉語音輸出的結構、內容及其他特性。 例如，你可以用 SSML 來定義一段、一句話、一個休息或停頓，或是靜默。 您可以使用書籤或 Viseme 等事件標記包裝文字，讓您的應用程式稍後處理。
下表概述了 Azure 語音中 OpenAI 文字轉語音所支援的語音合成標記語言（SSML）元素。 OpenAI 語音僅支援以下 SSML 標籤子集。 欲了解更多資訊，請參閱 SSML 文件結構與事件 。
| SSML 元素名稱 | 描述 |
|---|---|
<speak> |
括住要朗讀的整個內容。 它是 SSML 文件的根元素。 |
<voice> |
指定用於文字轉換語音輸出的語音。 |
<sub> |
表示應該發音 alias 屬性的文字值，而不是元素內包含的文字。 |
<say-as> |
表示該元素文本的內容類型，如編號或日期。 此元素支援的所有 interpret-as 屬性值，除了 interpret-as="name" 以外。 例如， <say-as interpret-as="date" format="dmy">10-12-2016</say-as> 有支援，但 <say-as interpret-as="name">ED</say-as> 又沒有被支援。 欲了解更多資訊，請參閱 發音與SSML的相關說明。 |
<s> |
表示句子。 |
<lang> |
指出您要神經語音朗讀之語言的預設地區設定。 |
<break> |
用來覆寫字詞間的預設斷續或停頓行為。 |