使用TTS分角色给儿童讲绘本
使用TTS分角色给儿童讲绘本 关注 作者 关注 作者 关注 作者 关注 作者 2025/03/10 20:21前言
家里有小朋友的都会遇到一个问题：小朋友会让家长讲绘本故事，而且同一个故事会重复的讲。但是并不是每次都有时间可以满足小朋友。如果想要讲的生动形象，一本薄薄的绘本要讲差不多10分钟。讲完这本再来两本，你肯定会口干舌燥。小红书上也有人工讲解的绘本，但是都买了纸质绘本了，你也不想一直让他们看电子屏幕吧，否则纸质书籍也失去的意义。 xiaobao xiaobaotv.video slotdemo a5game.app 爱壹帆免费版yfsp.app
应对思考
针对讲绘本这件事，如果要有最好的效果就必须有互动，这是机器无法给予的。上面有说到我们无法每次都可以满足小朋友。但是，也不能使用现在听小说的单一音色进行讲解，不带情感的讲解和生动机械的发音很无趣。 sugarrush1000demo a5game.app 电影小宝影院xiaobaotv.video 小宝影院电影xiaobaotv.video
加上平时我喜欢听有声小说，之前在站内也发布了一篇《实现听书自由》的文章，讲解了如何进行书籍的转语音。这种方式不太适合讲解绘本，无法实现不同的角色的区分。或许可以配合旁白以不同的音色去演绎不同的角色，还带上对应的情绪。 iyf yfsp.app pgslot a5game.app slotsdemo a5game.app
需求的拆解
从纸质绘本到话剧的转变，首先我们需要对每页的绘本内容进行拆解，进行脚本的编写；然后进行带情绪的语音表达； Cassinos a5game.app ifvodyfsp.app 爱一番yfsp.app plataformademo a5game.app
第一步：绘本内容的拆解
这一步更像是很久以前在小学时候的看图说话，只是有了AI的加成我们更加的容易了。 slots a5game.app fortuneoxdemográtis a5game.app fortunetigerdemográtis a5game.app ifun yfsp.app 足球比分 a5game.app 爱壹帆yfsp.app 华人影视xiaobaotv.video
随手拍的绘本照片投喂给AI，以KIMI为例： jogosdemopg a5game.app iyifanyfsp.app nba比分 a5game.app pg a5game.app 一帆yfsp.app
AI扩充反馈可以制定一段固定的prompt，省的后面老是需要填写，最后可以根据生成的内容进行挑选。建议大家先区分好有多少角色，便于后面制作语音。 爱壹帆在线yfsp.app
账户的注册
Azure的官网首先，我们需要在微软Azure的页面上面创建账户。根据提示一路创建下去即可，可能也需要绑定支付方式。实际接下来的操作中不会有费用的产生。 demo a5game.app JogodoTigrinho a5game.app 电影爱壹帆yfsp.app
点击更多服务 海外华人视频网xiaobaotv.video
Azure登陆后的首页搜索‘speak’，选择跳出的Azure AI Services 爱壹帆寻秦记yfsp.app jogodotigrinhodemo a5game.app 爱壹帆电影yfsp.app
选择语音服务 ifuntvyfsp.app a5game a5game.app
创建的时候选择F0，就不会收费，每个月可以有50万字符的文字转语音，超出后就会停止服务 slot a5game.app
创建完成后，我们选择“转到Speech Studio” 爱壹帆影视yfsp.app 小寶影院xiaobaotv.video 爱一帆 yfsp.app sweetbonanza1000demo a5game.app 爱壹帆国际版 yfsp.app demo a5game.app
项目的创建
接下来就是选择我们想要的项目：创建有声内容 tigrinho gratis a5game.app demo a5game.app 一帆视频yfsp.app
随后尝试性的输入一些文字，右边可以选择语言和音色，以及很多的调整参数。建议大家根据之前了解的角色提前创建好不同的模版。 demotigrinho a5game.app plataformademográtis a5game.app 爱壹帆电影 yfsp.app
当我们测试好一个想要的音色后，点击模版，新建模版。它会记住我们的角色和说话速度等参数。参数很多，有兴趣的可以自己调整下。 fortunedragon demo a5game.app Caça-níqueis a5game.app Caça-níqueis a5game.app
教程到这边大家基本都上手了，别忘记把最后的语音导出。 tigrinhodemo a5game.app slotpix a5game.app 小宝影院在线视频xiaobaotv.video
精益求精的思考
真正的走了一圈下来，你可能会发现这个精力的消耗不亚于讲一次绘本。好处就是可以一次的精益求精重复使用，一次的付出永久的使用，有些人会觉得有这功夫不如讲好了，哈哈哈。这可能是底层思考逻辑的差异，如果有时间还是实际陪伴更加重要，但是工具的使用不局限场景。 pragmatic a5game.app 一帆yfsp.app pragmaticplay a5game.app
现在大模型的理解能力已经很不错了，但是一直没有见到有一个项目可以先把一本书的内容结构掉，然后制定出相应的角色，再然后根据上下文赋予他们对应的语气情绪。生成SSML文件。最后把文件导出生成即可出现一本绘声绘色的读物了。下面是SSML文件的介绍： 爱亦凡yfsp.app 小寶影院电影xiaobaotv.video 小宝影院xiaobaotv.video fortunetigerbônusgrátissemdepósito a5game.app jogosdemopg a5game.app
SSML文本转语音文件是指将符合语音合成标记语言（Speech Synthesis Markup Language，简称SSML）格式的文本，通过语音合成技术转换成可播放的语音音频文件的过程。 pgslotgacor a5game.app iyftvyfsp.app 免费在线影院xiaobaotv.video 寻秦记爱壹帆yfsp.app aiyifan yfsp.app
SSML文本
- 定义：SSML是一种基于XML的标准标记语言，用于描述文本的语音合成方式。它允许开发者对文本进行详细的标注和控制，以生成更自然、更符合需求的语音输出。
转换过程
- 解析SSML文本：语音合成系统首先解析SSML文本，提取其中的语音合成控制信息，如语音的语速、语调、停顿、发音等。
- 文本处理：对文本进行语言处理，包括词法分析、句法分析等，理解文本的语义和结构。
- 语音合成：根据解析和处理的结果，利用语音合成引擎生成相应的语音音频。这涉及到将文本转换为语音信号的算法和技术，如 concatenative synthesis（拼接合成）和 parametric synthesis（参数合成）。
- 音频输出：最终生成的语音音频可以保存为文件（如MP3、WAV等格式），或者直接通过扬声器播放。
应用场景
- 语音助手：如Siri、Alexa等智能语音助手使用SSML来控制语音输出的自然度和表达效果。
- 有声读物：将电子书或文章转换为语音，方便用户在开车、锻炼等场景下收听。
- 导航系统：汽车导航系统使用SSML来生成清晰、准确的语音提示。
- 教育领域：用于语言学习应用，帮助用户练习发音和听力。
还有一种设想是：结合Azure里面的声音克隆功能，把自己的声音复制，给小孩讲故事。这个成本有些高，后面如果尝试的话可能还是结合开源项目的方式进行合适些，毕竟是自用不进行商用。 pgdemo a5game.app pglucky88 a5game.app