据外媒报道，近日，谷歌更新了其云端文本转语音（Cloud Text-to-Speech）API。...Cloud Text-to-Speech服务是谷歌公司推出的一项AI服务，可以用来合成人声。Cloud Text-to-Speech服务支持12种语言，并可转换32种声音。...即使是复杂的文本内容，例如姓名、日期、时间、地址等，Cloud Text-to-Speech也可以立刻发出准确且道地的发音，用户可以自己调整音调、语速和音量，还支持包含MP3和WAV等多种音频格式等。...第三将文本格式的新闻文章、书籍等媒体内容，转为Podcast或有声书等口语形式。 ? Cloud Text-to-Speech服务，是以DeepMind团队的WaveNet为基础。...不过，文本转语音API仅是Google众多云计算机器学习服务之一，Google还提供多样的预先训练好的机器学习训练模型，如图片识别API（Vision API）、翻译API（Translation API
FaceRect：这是一个用于面部检测的强大 API，而且是完全免费的。该 API 可以找到单张照片中的脸（正面或侧面均可）或多张脸，并为每一张找到的脸给出一个 JSON 输出。...Google Cloud Natural Language API：分析文本的结构和含义，包括情感分析、实体识别和文本标注。...Google Cloud Speech API：使用快速和准确的语音识别来将音频（来自麦克风或文件）转换成文本。支持超过 80 种语言及其变体。...链接：https://cloud.google.com/speech/docs/apis 6. Guesswork.co：为电子商务网站提供产品推荐引擎。...（用于比如，转录呼叫中心的对话或创建语音控制的应用） 语音转文本：https://www.ibm.com/watson/developercloud/speech-to-text.html 文本转语音：
Cloud Text-to-Speech现在提供17种新的WaveNet语音，并支持14种语言和变体。...总共有56种声音：30种标准声音和26种WaveNet语音（获取完整列表：cloud.google.com/text-to-speech/docs/voices）。 ?...扩展的WaveNet支持并不是Cloud Text-to-Speech客户唯一的新功能。以前在测试版中提供的音频配置文件正在推出。...简而言之，音频配置文件可让您优化Cloud Text-to-Speech的API生成的语音，以便在不同类型的硬件上播放。...对于不支持特定频率的设备，它特别方便；Cloud Text-to-Speech可以自动将超出范围的音频移至听觉范围内，从而提高其清晰度。 ?
AT&T Speech API实际上由三部分组成：Speech To Text, Speech To Text Custom以及Text To Speech。...其中，Speech To Text API使用的是一个全球性的语法字典，能够基于上下文把音频数据转换成文本。Speech To Text Custom API 也能将音频数据转换成文本。...然而，这种转录是基于开发人员指定的语法或提示去转换。Text To Speech API 能够将文本转换成音频格式，如AMR和WAV。...IBM Watson Developer Cloud的API套件包括：语音到文本、文本到语音、权衡分析、独特见解、提问和回答、语气分析器以及视觉识别。...API 文档网址：https://cloud.google.com/prediction/docs Demo：http://try-prediction.appspot.com/ Google Prediction
Google Cloud Natural Language API https://cloud.google.com/natural-language/docs/reference/rest/ 分析文本的结构和意义...语言翻译 Google Cloud Translation https://cloud.google.com/translate/docs/ 能够在数以千计的语言对（Language pairs）中动态翻译文本...Google Cloud SPEECH-TO-TEXT https://cloud.google.com/speech-to-text/ 应用强大的神经网络模型，开发人员能够利用该 API 将音频转化为文本...IBM Watson Speech https://www.ibm.com/watson/services/speech-to-text/ 包括语音到文本的转换和文本到语音的转换，例如在联络中心录制电话或创建语音控制的应用程序...包含句子聚类 API（Cluster Sentences API），可以将句子（比如从多篇新闻中获取的句子）或简短文本（例如来自 Twitter 或者 Facebook 的贴子）划分成多个逻辑组（Logical
4、Google Cloud Natural Language API：用于分析文本结构和含义，包括情感分析、实体识别和文本注释。...▌语言翻译 1、Google Cloud Translation：该 API 可以在数千个语言对之间动态翻译文本。它允许网站和程序以编程方式与翻译服务集成。...2、Google Cloud SPEECH-TO-TEXT：让开发人员能够运用强大的神经网络模型，将音频转换成文本。该 API 可识别 120 种语言和变体，以支持全球用户群。...8、IBM Watson Speech：包括语音到文本和文本到语音 ( 如在呼叫中心转录通话，或创建语音控制的应用程序）的转换。...3、Google Cloud Prediction：提供一个 RESTful API 来构建机器学习模型。
4、Google Cloud Natural Language API：用于分析文本结构和含义，包括情感分析、实体识别和文本注释。 ...▌语言翻译 1、Google Cloud Translation：该 API 可以在数千个语言对之间动态翻译文本。它允许网站和程序以编程方式与翻译服务集成。 ...2、Google Cloud SPEECH-TO-TEXT：让开发人员能够运用强大的神经网络模型，将音频转换成文本。该 API 可识别 120 种语言和变体，以支持全球用户群。 ...8、IBM Watson Speech：包括语音到文本和文本到语音 ( 如在呼叫中心转录通话，或创建语音控制的应用程序）的转换。 ...3、Google Cloud Prediction：提供一个 RESTful API 来构建机器学习模型。
该API可在一张照片上寻找人脸（正面和侧面）或多张人脸，并为每张找到的人脸生成JSON格式的输出。...Google Cloud Natural Language API：这个API可以分析文本的结构和含义，包括情感分析，实体识别和文本注释。...这个API允许网站和程序通过编程融合这项翻译服务。 Google Cloud SPEAKH-TO-TEXT：通过在简单易用的API中应用强大的神经网络模型，使开发人员能够将音频转换为文本。...Google Cloud Prediction：这个API提供了一个RESTful API来构建机器学习模型。...服务的输出包含相关文档和元数据的列表。例如，呼叫中心的经理能够快速找到改善平均呼叫处理时间的解决措施。
其中包括： •apiai •google-cloud-speech •pocketsphinx •SpeechRcognition •watson-developer-cloud •wit 一些软件包（...(): Google Web Speech API recognize_google_cloud(): Google Cloud Speech - requires installation of the...google-cloud-speech package recognize_houndify(): Houndify by SoundHound recognize_ibm(): IBM Speech...SpeechRecognition 附带 Google Web Speech API 的默认 API 密钥，可直接使用它。...大多数 API 返回一个包含多个可能转录的 JSON 字符串，但若不强制要求给出完整响应时，recognition_google（）方法始终仅返回最可能的转录字符。
Google Cloud Natural Language API：分析文本的结构和意义，包括情绪分析、实体识别和文本注释。...Google Cloud SPEECH-TO-TEXT：应用强大的神经网络模型，开发人员能够利用该 API 将音频转化为文本。支持识别全球 120 种语言及其变体。...IBM Watson Speech：包括语音到文本的转换和文本到语音的转换，例如在联络中心录制电话或创建语音控制的应用程序。...Google Cloud Prediction：提供一种基于 RESTful API 来构建机器学习模型的服务。...包含句子聚类 API，可以将句子（比如从多篇新闻中获取的句子）或简短文本划分成多个逻辑组。 Recombee：通过 RESTful API 提供数据挖掘、语言查询和机器学习算法服务。
能够在正面照和轮廓照上检测人脸或多个人脸，还可以将检测结果以JSON格式输出，此外，该API可以显示检测到的眼睛、鼻子、嘴等面部特征。...4.Google Cloud Natural Language API：该API分析文本的结构和意义，包括情感分析、实体识别以及文本注释。...语言翻译 1.Google Cloud Translation：该API能够动态地在数千种语言之间对文本进行翻译，且允许将网站和程序与该翻译服务集成在一起。...2.Google Cloud SPEECH-TO-TEXT：该API可以应用强大的神经网络模型，开发人员可以将音频转换成文本，该API支持120种语言及其变体。...3.Google Cloud Prediction：提供REST API来构建机器学习模型。这些工具可以帮助分析数据以向应用程序中添加各种特征。
Google Cloud Natural Language API: 该 API 提供了对于文档的架构与含义进行分析的功能，包括情感分析、实体识别以及文本标注等。...语言翻译 Google Cloud Translation: 能够在数以千计的语言之间完成文本翻译工作。该 API 允许网页或者程序方便地接入这些翻译服务。...Google Cloud Prediction: 提供了用于构建机器学习模型的 RESTful API 。...Google Cloud Speech API: 能够提供超过 80 种语言的快速与准确的语音识别以及转化服务。...IBM Watson Speech : 包含了 语音到文本 以及 文本到语音 之间的转化功能（譬如创建语音控制的应用）。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
