IT之家1月22日消息 深度神經網絡語音技術（Neural TTS）賦予了合成語音前所未有的自然真實感。近期，微軟在 Azure 雲認知服務上推出的美語合成女聲 Jenny，再次讓我們感受到微軟語音合成的卓越能力。

目前，微軟共計合成深度神經網絡語音 129 個，覆蓋世界 54 個語言。其中，美語合成語音 3 個，擁有多達 7 種不同風格。此前，微軟已經發布了能量充沛的美語男聲 Guy（點此試聽 Guy 默認風格 demo）以及感情豐富的美語女聲 Aria（點此試聽 Aria 默認風格 demo）。近期發佈的美語女聲 Jenny 則是親切溫柔。從錄音到模型訓練，Jenny 的製作均十分精良，其聲音自然度與真人非常接近。評測結果顯示，其 MOS（Mean Opinion Score，平均主觀意見分）得分高於同類產品 0.4 分以上，接近真人水平。

IT之家獲悉，美語合成女聲 Jenny 發音純正，媲美母語使用者。除了適用於各個場景的默認風格（General）之外，Jenny 還擁有新聞朗讀（Newscast）、客服（Customer Service）、語音助手（Assistant）以及閒聊（Chat）等風格。能夠滿足客戶對於純正美語不同音色與風格的多樣要求，適用於如翻譯、朗讀、配音、教學等多種應用場景。

Jenny 聊天風格 demo：

Jenny 客服風格 demo：

Jenny 新聞風格 demo：

微軟不僅關注神經網絡語音的質量和自然度，也同樣注重語言以及語音風格的多樣性。預計微軟將在 AI 語音合成領域爲廣大用戶提供越來越多的優質合成聲音選擇。