【阿里云】语音合成

语音合成服务，通过先进的深度学习技术，将文本转换成自然流畅的语音。目前有多种音色可供选择，并提供调节语速、语调、音量等功能。适用于智能客服、语音交互、文学有声阅读和无障碍播报等场景。
如有私有化部署（本地部署软件）需求，及商务问题，请联系：nls_support@service.aliyun.com

产品优势

技术领先
技术上兼顾了多级韵律停顿，达到自然的合成韵律目的，综合利用声学参数和语言学参数，建立基于深度学习的多重自动预测模型。

多领域覆盖
在智能家居、车载、导航、金融、银行、保险、证券、运营商、物流、房地产、教育等众多领域积累了大量的词库，让阿里语音合成技术对各领域、各行业的词汇发音更准确。

听感自然
使用海量的音频数据训练合成数据，合成音真实饱满、抑扬顿挫、富有表现力，MOS评分达到业内顶级水准。

深度定制
可根据用户需求定制音库，满足用户的个性化应用需求，提供标准男女声，温柔甜美女声等多风格的选择，支持标记语言（SSML）方式的合成方式，音量、语速、音高等参数也支持动态调整。

适用场景

短文本语音合成

智能客服
提供多行业多场景的智能客服语音合成能力。提高解答效率，提升客户满意度，降低呼叫中心人工成本。

智能语音交互
为智能家居、音箱、车载和可穿戴设备等赋予一个最有温度的声音。

无障碍播报
无论是健全人还是残疾人，无论是年轻人还是老年人，将文字转成流畅动听的自然语言声音。

长文本语音合成

文学有声阅读
让富有感染力的声音给你讲故事、读小说，满足“懒人”的听书需求。

新闻传媒播报
释放用户的双手和双眼，提供多种发音风格的新闻播报, 打造更极致的传媒体验

广告播报
由数字主播代替真人促销员传递商品和店内促销信息，播报品牌及效果广告，吸引消费者购买，提升店内销售额。

更多产品与服务
一句话识别
对时长较短（一分钟以内）的语音进行识别，适用于较短的语音交互场景，如语音搜索、语音指令、语音短消息等，可集成在各类App、智能家电、智能助手等产品中。

实时语音识别

对不限时长的音频流做实时识别，达到“边说边出文字”的效果，内置智能断句，可提供每句话开始结束时间。可用于视频实时直播字幕、实时会议记录、实时法庭庭审记录、智能语音助手等场景。

录音文件识别

对用户上传的录音文件进行识别，上传完之后24小时内完成识别并返回识别文本。可用于呼叫中心语音质检、庭审数据库录入、会议记录总结、医院病历录入等场景。

语言模型自学习工具

用户可以自行上传数据，对阿里的语音技术进行深度定制，从而提升特定业务领域的识别准确度。目前仅支持上传文本数据对语言模型进行定制，未来会推出上传音频数据对声学模型进行定制。