谷歌語音生成器（谷歌語音生成器app）

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于谷歌語音生成器的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com。

創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè)，服務(wù)客戶遍布全球各地，如需了解相關(guān)業(yè)務(wù)請撥打電話175-8598-2043，或添加微信：1454722008

本文目錄:

• 1、谷歌服務(wù)框架具體包括哪些谷歌軟件？

• 2、文字轉(zhuǎn)語音的手機(jī)app，有哪些？

• 3、如何下載Google翻譯發(fā)音

• 4、語音合成簡介 Text-to-speech

一、谷歌服務(wù)框架具體包括哪些谷歌軟件？

谷歌服務(wù)框架軟件具體包括：

GoogleSearch（谷歌搜索）

GoogleDocs（谷歌文檔）

GoogleBooks（谷歌電子書）

GoogleVoice（谷歌語音）

GoogleSMS（谷歌短信）

GoogleSync（谷歌同步）

GoogleMaps（谷歌地圖）

GoogleStreetView（谷歌街景）

GoogleLatitude（谷歌縱橫）

GoogleReader（谷歌閱讀器）

AndroidMarket（電子市場）

GoogleWallet（谷歌錢包）

iGoogle（個性化谷歌）

GoogleNews（谷歌新聞）

GoogleCalendar（谷歌日歷）

GoogleEarth（谷歌地球）

GoogleTasks（谷歌日程）

GoogleMapsNavigation（谷歌本地搜索）

GoogleTranslate（谷歌翻譯）

GoogleGoggles（谷歌護(hù)目鏡）

GoogleSkyMap（谷歌星空）

GoogleGroup（谷歌網(wǎng)上論壇）

GoogleAnswer（谷歌問答）

GoogleShopper（谷歌購物）

擴(kuò)展資料：

谷歌服務(wù)框架是基于GoogleAppEngine，Google在CampfireOne上介紹了一種簡化創(chuàng)建、運(yùn)行和構(gòu)建伸縮性Web應(yīng)用的工具——GoogleAppEngine。

簡而言之，GoogleAppEngine允許本地使用Google基礎(chǔ)設(shè)施構(gòu)建Web應(yīng)用，待其完工之后再將其部署到Google基礎(chǔ)設(shè)施之上。

1、非授權(quán)認(rèn)證：免費(fèi)使用Android操作系統(tǒng)，但不能內(nèi)嵌GMS；

2、部分授權(quán)認(rèn)證：內(nèi)嵌部分GMS服務(wù)，但手機(jī)不能打上谷歌的商標(biāo)；

3、完全授權(quán)認(rèn)證：內(nèi)嵌所有的GMS服務(wù)，也可以使用“withGoogle™”的谷歌商標(biāo)；

目前在市面上，只有少數(shù)的手機(jī)廠商通過了完全授權(quán)認(rèn)證。

谷歌認(rèn)證并不是想象的那么容易，谷歌要根據(jù)廠商的實(shí)力和地區(qū)因素來考慮認(rèn)證的等級。

對于廠商來說，GMS除了可以獲得更多的谷歌服務(wù)權(quán)限之外，還是拉開品牌區(qū)隔度的有效手段。

參考資料來源：百度百科-GoogleAppEngine

參考資料來源：百度百科-谷歌移動服務(wù)

二、文字轉(zhuǎn)語音的手機(jī)app，有哪些？

首先，在百度或者谷歌搜索標(biāo)貝悅讀，出現(xiàn)個這個。

打開鏈接，就出來一個這個。

頁面感覺還是比較簡單明了的。

然后，我就把自己準(zhǔn)備好的一段文字復(fù)制上，再選擇適合我文字內(nèi)容的聲音，打個對勾點(diǎn)擊確認(rèn)就行了。

這里有個好玩的事情，點(diǎn)擊箭頭按鈕，文字就變成了這個顏色，然后你就可以聽了，如果你想試聽一段文字，那可以點(diǎn)擊右上角的試聽。

就如果文字有多音的、數(shù)字的讀法，你也可以進(jìn)行修改。

當(dāng)然，它還有一個多角色合成的窗口，你可以選擇不同的文字匹配不同的聲音，這個就比較適合對話的那種文案了。（不同的聲音會有不同的顏色，哈哈，這個也是可愛的一匹?。?/p>

最后，聽完覺得聲音沒有問題，就點(diǎn)擊右下角下載，然后彈出來一個窗口，可以修改備注標(biāo)題啥的，反正確定就行了。

（生成速度，秒來形容吧！哈哈哈，也是比較快的那種吧！）

然后你就可以用生成的語音做視頻或者放在公眾號文章就ok了！

因?yàn)槭墙o大家介紹這個，不夠詳細(xì)的話，我就把之前生成的視頻發(fā)出來大家聽下吧！我個人感覺，語感還是不錯的，音色也比較好，里面也有幾十個聲音，還算全，不同類型的稿件都能覆蓋倒是。

在這里嘗試一下吧！https://yuedu.data-baker.com/index.html?source=zhihu02

它最大的特點(diǎn)是里面的優(yōu)質(zhì)朗讀員很多，能模仿葛優(yōu)葛大爺、蠟筆小新的聲音來朗讀（或者說配音），這個可以說是很值錢的聲音了，然而可以免費(fèi)用！另外還有彬哥這種適用于讀新聞的朗讀員，燕燕這種適合做廣告配音的女聲朗讀員。

上面都是普通話，還有非普通話的：湖南話、河南話、粵語、陜西話、東北話、四川話等各地方言、英文朗讀員，可以滿足很多個性場景的需求。目前想到的，做視頻配音、自媒體FM、教育教學(xué)、廣告制作、公文通知都沒有問題。

小程序支持拍圖取字、微信朗讀、粘貼文字這三種導(dǎo)入文字的方式。其中我個人覺得最值錢的就是拍圖取字的導(dǎo)入方式，這個里面應(yīng)用的OCR技術(shù)據(jù)我所知是要收費(fèi)的，然而小程序能免費(fèi)用，省下了不少打字的煩惱，不過我試用了一下，發(fā)現(xiàn)里面是不能拍手寫文字的，暫時只能識別印刷體，期待以后有更大的進(jìn)步。

市面上很多文字轉(zhuǎn)語音工具都是用完即走，但訊飛快讀里面有個朗讀集的功能，可以免費(fèi)幫你保存之前制作過的音頻，不過吧，這東西就像云盤，容量總是有限的，所以你想要珍藏的音頻最好還是下載成MP3保存?；蛘呒皶r刪掉一些不想要的。

親，很簡單的有很多哦！就讓小虎哥哥給你推薦一個方法吧！搜狗輸入法里面有一個麥克風(fēng)的按鈕，長按就可以說話了，并且會變成文字輸入到對話框哦！如果你需要輸入很多的話，建議使用備忘錄中輸入完之后修改后再發(fā)出去哦！其實(shí)像百度、訊飛、小米等很多輸入法都支持這個功能哦！

廢話不多說，直接上干貨！

很多人喜歡利用碎片時間學(xué)習(xí)，或者希望解放眼睛，利用耳朵來提高效率。所以才有文字轉(zhuǎn)語音功能的需求，雖然題主是想要APP，但是咱們重點(diǎn)在解決問題，所以下面APP和小程序都會介紹。

1.微軟聽聽文檔

這個小程序是微軟旗下產(chǎn)品，微軟的技術(shù)大家懂的，非常棒，很安心。

找到方式：微信-發(fā)現(xiàn)-小程序，搜索“微軟聽聽文檔”即可找到。

它最棒的地方在于不光能轉(zhuǎn)化文檔，還能把喜歡的公眾號文章轉(zhuǎn)化為語音。

2.訊飛快讀

對，沒辦法，遇到語音類的軟件是離不開的科大訊飛的。這個也是一款小程序，不過PC端有網(wǎng)頁版，地址是：https://www.ffkuaidu.com/

文字轉(zhuǎn)化過來的人聲非常逼真，幾乎可以 以假亂真，提供MP3下載。

3.文字轉(zhuǎn)語音助手

這是一款非常有用的APP，提供文字轉(zhuǎn)語音功能?？梢悦赓M(fèi)試用。

如果有一定的編程基礎(chǔ)，其實(shí)可以去訊飛開放平臺、百度開放平臺，有免費(fèi)包可領(lǐng)。

看到樓上有大兄弟提問：有沒有很人性很良心的文字轉(zhuǎn)語音app？

我可以告訴你是有的。找找科大訊飛出品的這款小程序： 訊飛快讀

樓上也有大兄弟說訊飛的配音app讓人挺鬧心，不過這一次，我們不會再讓你們失望了。

免去各種注冊下載安裝的麻煩事

因?yàn)橛嶏w快讀是一款 基于微信環(huán)境 的小程序，所以您第一次打開的時候，只要輕輕點(diǎn)一下登陸確認(rèn)就行了，不用輸入賬號密碼，也不用另外下載軟件浪費(fèi)您的內(nèi)存。

相當(dāng)于是褪下了很多繁瑣的外衣。

不收費(fèi)！大部分功能都免費(fèi)開放！

目前大部分的配音app都是要收費(fèi)的，畢竟開發(fā)成本挺高，但這個小程序里面的基本功能都是免費(fèi)，包括 OCR拍圖取字、微信文本識別、各種優(yōu)質(zhì)的朗讀員 ，都不用收你的錢。開發(fā)者一直在做虧本生意，為的就是用戶能有一個完整的體驗(yàn)。

不過，因?yàn)樗⑵良壊僮鲿验_發(fā)者的錢包掏空，哪天項(xiàng)目倒閉了訊飛快讀就不能玩了，所以還是有一些次數(shù)限制的，大概就是限制100次這種程度。

界面功能一目了然

主界面3步就可以完成語音朗讀：

1、導(dǎo)入文字：支持 拍圖朗讀、微信朗讀、粘貼文字 三種導(dǎo)入方式

拍圖朗讀就是OCR文字識別，不過現(xiàn)在只能識別印刷體，手寫的還需要開發(fā)者多努力一把。微信朗讀可以直接搜索微信文章進(jìn)行朗讀。粘貼文字方便想從電腦往手機(jī)上導(dǎo)入文字的同學(xué)。目前一次識別的字?jǐn)?shù)限制在6000字，可以滿足多媒體音頻制作、絕大多數(shù)微信文章朗讀的場景。

小程序支持多個不同特色的 朗讀員 ，其中葛大爺、蠟筆小新是明星朗讀員，中文朗讀員可以基本滿足多個不同場景的需要，另外還有粵語、河南話、湖南話、四川話等多地的方言朗讀員，兩位英文朗讀員，聲音都來自訊飛的音庫，使用明星朗讀員只要說明來源就不用擔(dān)心版權(quán)的問題。

另外您可以在小程序里面選擇背景音、調(diào)整語速和音量到你想要的最佳效果。

3、點(diǎn)擊開始朗讀合成音頻：

點(diǎn)擊開始朗讀之后，會進(jìn)入這個導(dǎo)出音頻的界面，在這里可以替換背景模板，有意思的是，可以在微信里面直接 發(fā)送給好友、生成收聽圖、保存為MP3文件 （發(fā)送到郵箱）。

收聽圖是可以 自定義封面 的！所以你想做廣告宣傳，發(fā)一張有聲圖片讓大家掃碼進(jìn)去收聽；或者是發(fā)有意思的有聲新年祝福圖，小程序都能實(shí)現(xiàn)。

朗讀集存儲過去的記錄

樓上有大兄弟說某些配音app不會幫你保存內(nèi)容，訊飛快讀也貼心地給用戶做了一個朗讀集的頁面，能保存最近制作過的幾百條朗讀內(nèi)容，每一條都支持修改和刪除。

剪映里面有字幕轉(zhuǎn)語音的功能，是免費(fèi)的，你可以自己寫文字，轉(zhuǎn)出語音后把音頻提取出來就可以了

提問者您好，對于你的問題，我有一個簡單的方法實(shí)現(xiàn)，具體步驟如下:

所需APP: 剪映 視頻音頻轉(zhuǎn)換器

1.打開剪映，點(diǎn)擊開始創(chuàng)作，選擇一張圖片，添加到項(xiàng)目

2.點(diǎn)擊下方工具欄中的文本，點(diǎn)擊新建文本，輸入你需要轉(zhuǎn)成語音的文字，點(diǎn)擊對勾

3.點(diǎn)擊下方工具欄中的文本朗讀，即可生成語音，點(diǎn)擊導(dǎo)出會保存這段帶語音的視頻到你的相冊里

4.打開視頻音頻轉(zhuǎn)換器，點(diǎn)擊視頻轉(zhuǎn)音頻，選擇剛剛導(dǎo)出的視頻點(diǎn)擊下一步，再點(diǎn)擊右下角convert，制作完成

這種方法方便快捷，只需手機(jī)就可以輕松完成，隨時隨地都可以制作音頻，而且剪映的語音生成語調(diào)比較自然，容易學(xué)習(xí)和使用，是非常好的旋轉(zhuǎn)

下面的視頻教程是制作的詳細(xì)步驟

希望我的回答可以幫助到您

小佳敬上

當(dāng)然有的，在電腦上我常用語音合成助手。手機(jī)上我用訊飛配音，訊飛配音和配音閣基本上是一個軟件，頁面打開后和設(shè)置菜單都是一樣的，我常用來做廣告，里邊兒的聲音還是挺全的。推薦給你。你可以試一下

謝謝悟空邀請

下載“在線文字轉(zhuǎn)語音.免費(fèi)轉(zhuǎn)語音，百度廣播”。這個APP 相當(dāng)好用，我是一直在用這個。

訊飛輸入法

三、如何下載Google翻譯發(fā)音

1

用chrome瀏覽器（其他帶調(diào)試工具的瀏覽器也行）打開谷歌翻譯，按F12打開調(diào)試工具，點(diǎn)擊Network選項(xiàng)卡；

2

在谷歌翻譯中輸入要發(fā)聲的文字，點(diǎn)擊朗讀，這時調(diào)試工具左邊Name

path一欄中會生成一個translate_tts的異步請求（最下面的一個為最新），點(diǎn)擊，右邊會顯示請求信息，在headers選項(xiàng)卡下面會有一個Request

URL:，復(fù)制后面的地址，在地址欄中粘貼復(fù)制下來的地址，打開，這時就會播放你要翻譯的聲音，contrl+s保存，ok，搞定

四、語音合成簡介 Text-to-speech

這篇博客的主要內(nèi)容是對語音合成 （text to speech）的背景知識進(jìn)行介紹。 希望可以讓讀者通俗易懂的了解語音合成的工作原理， 并對為了理解state-of-the-art text to speech 的算法做基礎(chǔ)。

這個簡介主要基于這篇論文 “Wavenet: a generative model for raw audio”的附錄介紹的。 論文鏈接如下： https://arxiv.org/pdf/1609.03499.pdf , 以及stanford CS224S的課程， 鏈接如下 http://web.stanford.edu/class/cs224s/lectures/224s.17.lec14.pdf

語音合成是通過文字人工生成人類聲音， 也可以說語音生成是給定一段文字去生成對應(yīng)的人類讀音。 這里聲音是一個連續(xù)的模擬的信號。而合成過程是通過計(jì)算機(jī)， 數(shù)字信號去模擬。 這里就需要數(shù)字信號處理模擬信號信息，詳細(xì)內(nèi)容可參考 [1]。

圖片1， 就是一個例子用來表示人類聲音的信號圖。 這里橫軸是時間， 縱軸是聲音幅度大小。聲音有三個重要的指標(biāo)， 振幅（amplitude） , 周期（period） 和 頻率（frequency） 。 振幅指的是波的高低幅度，表示聲音的強(qiáng)弱，周期和頻率互為倒數(shù)的關(guān)系， 用來表示兩個波之間的時間長度，或者每秒震動的次數(shù)。  而聲音合成是根據(jù)聲波的特點(diǎn)， 用數(shù)字的方式去生成類似人聲的頻率和振幅， 即音頻的數(shù)字化。了解了音頻的數(shù)字化，也就知道了我們要生成的目標(biāo)函數(shù)。

音頻的數(shù)字化主要有三個步驟。

取樣（sampling） ：在音頻數(shù)字化的過程，采樣是指一個固定的頻率對音頻信號進(jìn)行采樣， 采樣的頻率越高， 對應(yīng)的音頻數(shù)據(jù)的保真度就越好。 當(dāng)然， 數(shù)據(jù)量越大，需要的內(nèi)存也就越大。 如果想完全無損采樣， 需要使用Nyquist sampling frequency， 就是原音頻的頻率2倍。

量化 （quantization） ： 采樣的信號都要進(jìn)行量化， 把信號的幅度變成有限的離散數(shù)值。比如從0 到 1， 只有 四個量化值可以用0， 0.25， 0.5， 0.75的話， 量化就是選擇最近的量化值來表示。

編碼 （coding ）：編碼就是把每個數(shù)值用二進(jìn)制的方式表示， 比如上面的例子， 就可以用2bit 二進(jìn)制表示, 00, 01, 10, 11。 這樣的數(shù)值用來保存在計(jì)算機(jī)上。

采樣頻率和采樣量化級數(shù)是數(shù)字化聲音的兩個主要指標(biāo)，直接影響聲音的效果。 對于語音合成也是同樣， 生成更高的采樣頻率和更多多的量化級數(shù)（比如16 bit）, 會產(chǎn)生更真實(shí)的聲音。  通常有三個采樣頻率標(biāo)準(zhǔn)

1. 44.1kHz 采樣， 用于高品質(zhì)CD 音樂

2. 22.05kHz 采樣， 用于語音通話， 中品質(zhì)音樂

3 . 11.025kHz 采樣， 用于低品質(zhì)聲音。

而量化標(biāo)準(zhǔn)一般有8位字長（256階）低品質(zhì)量化 和16位字長（65536階）高品質(zhì)量化。

還有一個重要參數(shù)就是通道（channel）, 一次只采樣一個聲音波形為單通道， 一次采樣多個聲音波形就是多通道。

所以在語音合成的時候，產(chǎn)生的數(shù)據(jù)量是 數(shù)據(jù)量=采樣頻率* 量化位數(shù)*聲道數(shù) ， 單位是bit/s。 一般聲道數(shù)都假設(shè)為1.。 采樣率和量化位數(shù)都是語音合成里的重要指標(biāo)，也就是設(shè)計(jì)好的神經(jīng)網(wǎng)絡(luò)1秒鐘必須生成的數(shù)據(jù)量 。

文本分析就是把文字轉(zhuǎn)成類似音標(biāo)的東西。 比如下圖就是一個文本分析，用來分析 “PG&E will file schedules on April 20. ” 文本分析主要有四個步驟， 文字的規(guī)范化， 語音分析， 還有韻律分析。 下面一一道來。 

文本分析首先是要確認(rèn)單詞和句子的結(jié)束。 空格會被用來當(dāng)做隔詞符. 句子的結(jié)束一般用標(biāo)點(diǎn)符號來確定， 比如問號和感嘆號 （？?。? 但是句號有的時候要特別處理。 因?yàn)橛行﹩卧~的縮寫也包含句號， 比如 str. "My place on Main Str.  is around the corner". 這些特別情況一般都會采取規(guī)則（rule）的方式過濾掉。

接下來 是把非文字信息變成對應(yīng)的文字， 比如句子中里有日期， 電話號碼， 或者其他阿拉伯?dāng)?shù)字和符號。 這里就舉個例子， 比如， I was born April 14. 就要變成， I was born April fourteen.  這個過程其實(shí)非常繁瑣，現(xiàn)實(shí)文字中充滿了 縮寫，比如CS,  拼寫錯誤， 網(wǎng)絡(luò)用語， tmr --> tomorrow. 解決方式還是主要依靠rule based method， 建立各種各樣的判斷關(guān)系來轉(zhuǎn)變。

語音分析就是把每個單詞中的發(fā)音單詞標(biāo)出來， 比如Fig. 3 中的P, 就對應(yīng)p和iy, 作為發(fā)音。 這個時候也很容易發(fā)現(xiàn)，發(fā)音的音標(biāo)和對應(yīng)的字母 不是一一對應(yīng)的關(guān)系，反而需要音標(biāo)去對齊 （allignment）。 這個對齊問題很經(jīng)典， 可以用很多機(jī)器學(xué)習(xí)的方法去解決， 比如Expectation–maximization algorithm.

韻律分析就是英語里的語音語調(diào)， 漢語中的抑揚(yáng)頓挫。 我們還是以英語為例， 韻律分析主要包含了： 重音 (Accent)，邊界 (boundaries),  音長 (duration)，主頻率 (F0).

重音（Accent） 就是指哪個音節(jié)發(fā)生重一點(diǎn)。 對于一個句子或者一個單詞都有重音。 單詞的重音一般都會標(biāo)出來，英語語法里面有學(xué)過， 比如banana 這個單詞， 第二個音節(jié)就是重音。 而對于句子而言，一樣有的單詞會重音，有的單詞會發(fā)輕音。 一般有新內(nèi)容的名詞， 動詞， 或者形容詞會做重音處理。 比如下面的英語句子， surprise 就會被重音了， 而句子的重音點(diǎn)也會落到單詞的重音上， 第二個音節(jié)rised, 就被重音啦。 英語的重音規(guī)則是一套英語語法，讀者可以自行百度搜索。

I’m a little sur prised to hear it cha racterized as up beat .

邊界 （Boundaries） 就是用來判斷聲調(diào)的邊界的。 一般都是一個短語結(jié)束后，有個語調(diào)的邊界。 比如下面的句子， For language, 就有一個邊界， 而I 后面也是一個邊界.

For language, I , the author of the blog, like Chinese.

音長（Duration） 就是每個音節(jié)的發(fā)聲長度。 這個通俗易懂。 NLP 里可以假定每個音節(jié)單詞長度相同都是 100ms, 或者根據(jù)英語語法， 動詞， 形容詞之類的去確定。 也可以通過大量的數(shù)據(jù)集去尋找規(guī)律。

主頻率 （F0 ）就是聲音的主頻率。  應(yīng)該說做傅里葉轉(zhuǎn)換后， 值 (magnitude) 最大的那個。 也是人耳聽到聲音認(rèn)定的頻率。一個成年人的聲音主頻率在 100-300Hz 之間。 這個值可以用 線性回歸來預(yù)測， 機(jī)器學(xué)習(xí)的方法預(yù)測也可以。一般會認(rèn)為，人的聲音頻率是連續(xù)變化的，而且一個短語說完頻率是下降趨勢。

文本分析就介紹完了，這個方向比較偏語言學(xué)， 傳統(tǒng)上是語言學(xué)家的研究方向，但是隨著人工智能的興起，這些feature 已經(jīng)不用人為設(shè)計(jì)了，可以用端到端學(xué)習(xí)的方法來解決。 比如谷歌的文章 TACOTRON: TOWARDS END-TO-END SPEECH SYNTHESIS 就解救了我們。

https://arxiv.org/pdf/1703.10135.pdf

這個部分就比較像我們算法工程師的工作內(nèi)容了。 在未來的博客里， 會詳細(xì)介紹如何用Wavenet 和WaveRNN 來實(shí)現(xiàn)這一步驟的。 今天這個博客就是簡介一下算法。

這里說所謂的waveform synthesis 就是用這些 語言特征值（text features）去生成對應(yīng)的聲波，也就是生成前文所說的采樣頻率 和 振幅大?。▽?yīng)的數(shù)字信號）。 這里面主要有兩個算法。

串接合成（concatenative speech synthesis） ： 這個方法呢， 就是把記錄下來的音節(jié)拼在一起來組成一句話，在通過調(diào)整語音語調(diào)讓它聽起來自然些。 比較有名的有雙音節(jié)拼接（Diphone Synthesis） 和單音節(jié)拼接（Unit Selection Synthesis）。這個方法比較繁瑣， 需要對音節(jié)進(jìn)行對齊（alignment）， 調(diào)整音節(jié)的長短之類的。

參數(shù)合成 （Parametric Synthesis） ： 這個方法呢， 需要的內(nèi)存比較小，是通過統(tǒng)計(jì)的方法來生成對應(yīng)的聲音。 模型一般有隱馬爾科夫模型 （HMM），還有最近提出的神經(jīng)網(wǎng)絡(luò)算法Wavenet, WaveRNN. 

對于隱馬爾科夫模型的算法， 一般都會生成梅爾頻率倒譜系數(shù) （MFCC），這個是聲音的特征值。 感興趣的可以參考這篇博客 去了解 MFCC。

https://www.cnblogs.com/BaroC/p/4283380.html

對于神經(jīng)網(wǎng)絡(luò)的算法來說， 一般都是生成256 個 quantized values 基于softmax 的分類器， 對應(yīng) 聲音的 256 個量化值。 WaveRNN 和wavenet 就是用這種方法生成的。

下面是我學(xué)習(xí)語音合成的一些資料， 其中stanford cs224s 是強(qiáng)力推薦的，但是這個講義講的邏輯不是很清楚， 要反復(fù)看才會懂。

UCSB Digital Speech Processing Course 課程, 聲音信號處理的基礎(chǔ)。 建議讀一遍， 鏈接如下，  https://www.ece.ucsb.edu/Faculty/Rabiner/ece259/

Stanford CS224S http://web.stanford.edu/class/cs224s/

WaveRNN,  https://arxiv.org/pdf/1609.03499.pdf

音頻的數(shù)字化， https://wenku.baidu.com/view/68fbf1a4f61fb7360b4c658b.html

以上就是關(guān)于谷歌語音生成器相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。

推薦閱讀：

怎么樣才能進(jìn)入谷歌商店（怎么才能進(jìn)去谷歌商店）

谷歌收徒（谷歌搜圖怎么用）

深圳谷歌搜索代理（深圳谷歌搜索代理怎么樣）

青海省快手網(wǎng)紅排行榜（青海快手網(wǎng)紅排名第一是誰）

互聯(lián)網(wǎng)營銷師證書怎么報(bào)名（互聯(lián)網(wǎng)營銷師證書怎么報(bào)名的）