智能助手應用普及, 對於文字轉語音的要求也逐漸提升. 穀歌近年有推出雲端人工智慧機器學習服務, 最近就公布推出新的文字轉語音API, 可以把文字變成自然的發音, 支援各種語音應用需求.
這個雲端文字轉語音(Text-to-speech)API 可以支援12種語言並轉變成32種自然語言, 把電腦中的書面內容, 變成口語形式讀出. 而這個API也配合新的WaveNet發音模型, 令讀音變得更加自然而準確, 運算速度比原先快1000倍, 只需要50毫秒就可以運算出1秒鐘的語音訊息, 而且讀音樣本的解析度也由8位元提升到16位元. 穀歌表示在美式英文WaveNet的測試中, 有超過20%的人認為電腦讀音比真人讀音要好.
現在不同的物聯網或者智能助手, 都需要用到文字轉語音服務, 穀歌自家的服務例如地圖, 搜索等都有內置文字轉語音服務, 而現在推出了API之後, 第三方的物聯網應用例如電視, 汽車等都可以受惠於這個技術, 令電腦與用戶之間的互動可以更加自然流暢.
