【大赛推荐工具】AI语音——帮你实现声文互转的智能工具
AI语音
✦
帮你实现声文互转
以音视频形式展现作品，分享作品理念是设计大赛中的重要环节，大赛组委会梳理了一系列AI语音类工具和资源，助力参赛者通过音视频更有效地展现才华与创意。本期小编将根据AI语音的不同功能进行分类，推荐6款包含语音识别以及语音合成的工具。推荐资源均为开源免费或存在免费额度，参赛者可基于创作需求，充分发挥创造力快速实现音视频的创作。
点击文末阅读原文跳转到设计大赛官网，可获取本期AI语音类工具资源的下载以及教程链接。
Ⅰ
讯飞听见
实现音视频文件的快速转写
1
推荐理由
讯飞听见操作简单，具有一定免费额度，国内用户可快速上手使用。该工具依托自然语言处理、声纹识别、语音识别等技术，形成了以转文字、拍字幕、AI硬件等为核心的服务平台，功能众多，准确度较高，有利于提高学习以及办公效率。
2
使用技巧
新用户可领取30~60分钟不等的免费额度，其后根据界面指示操作即可。例如转文字功能，用户上传音/视频后，选择音频语言（包含国内方言、少数民族语言等）、出稿类型、专业领域后即可提交转写，还可以添加关键词，使转写能够结合语境、提高识别准确率。
3
下载方式与教程
浏览器检索讯飞听见 转文字，可访问官网进行体验。
Ⅱ
Otter.ai
英文会议实时转录小助手
1
推荐理由
Otter.ai是一款具有多人语音识别、音频转录等功能的工具，具有一定的免费额度，该工具能够帮助用户更轻松地转录英文会议（例如ZOOM）的内容，并自动生成笔记。由于该工具依托自然语言处理和机器学习技术来改进文本识别质量，因此具有延迟度低，准确率高的特点。
2
使用技巧
用户注册后可以领取每个月300min的免费额度，之后可进入home界面进行操作。界面右侧为日历，用户可以通过Google Calendar置入会议信息，Otter会议助手将自动捕获屏幕，与日历活动邀请对象共享笔记。用户也可以手动操作：粘贴会议URL、实时录音或导入音视频文件后进行转写，在我的对话处获得相关记录。
3
下载方式与教程
浏览器检索Otter.ai，可访问官网进行体验。
Ⅲ
Whisper
通用语音识别模型助力语音转录与翻译
1
推荐理由
Open AI的Whisper提供的自动语音辨识（Automatic Speech Recognition，ASR）模型用于语音辨识与翻译，其核心功能为语音识别，能够以较高的准确率帮助用户更快捷地将会议、录音转化为文本，也能进行翻译并自动生成字幕。Whisper还支持本地运行，无需联网即可进行语音识别。
2
使用技巧
用户需要配置环境并进行安装，之后可借助Whisper WebUI进行相关操作。用户需要选择模型和语言，粘贴音频URL或从电脑端/手机端上传音频，之后调节语音活性检测（Voice Activity Detector，VAD）的相关参数（建议大于10min的非英文音频选择Silero VAD），提交后即可等待文本以及三种字幕文件的生成。
3
下载方式与教程
GitHub中检索whisper可获取下载地址，内含安装教程，该页面下More examples一栏中的Show and tell含其他使用教程。
Ⅳ
Speech Studio
通过自然语音为内容创作注入生命力
1
推荐理由
Microsoft Azure的Speech Studio为用户提供生成自然语音生成的应用和服务。通过自定义真实AI语音生成器，能够满足用户生成具有不同风格、不同情感语调的语音的需求，帮助用户创作出更具准确性、表现力以及更个性化的声音输出。
2
使用技巧
用户首先创建Azure账户，需要提供VISA或Master Card的相关信息，创建完成后才能免费试用相关功能。用户打开Speech Studio界面，点击音频内容创建后，选择文本转语音以及相关语音库进行创作。用户也可以调整发音、中断、语调等内容改善音频输出效果，最后可以导出优化调整后的音频。
3
下载方式与教程
浏览器检索Speech Studio，可访问官网进行体验，官网界面中的如何开始使用含使用教程。
Ⅴ
Murf.ai
一款智能的文本到语音转换工具
1
推荐理由
Murf.ai界面简单直观，操作便捷，且支持语言（包含口音）众多，能够提供逼真自然AI语音。用户通过对重音、发音速度等进行微调能够合成具有更高质量的音频，进一步提高音视频作品的制作水平。该工具可以在教育、营销、动画制作等领域广泛应用。
2
使用技巧
用户注册时无需填写信用卡信息，但可以免费体验的功能与额度有限。在进行文本语音转换时，用户可以输入/粘贴文本或上传文本文档上传到Murf Studio，再从众多语言和口音中选取适合的AI语音，用户可使用语音自定义调整音调、速度等，在时间轴处对音视频进行微调。用户还可以使用Murf的音乐库添加配乐，进一步完善音视频的内容。
3
下载方式与教程
浏览器检索Murf，可访问官网进行体验，官网界面中Products下的Text to Speech含介绍以及简单使用教程。
Ⅵ
Inworld.ai
帮助你创建AI角色，实现关于角色背景的
语音互动
1
推荐理由
该网站能够创建用于游戏和沉浸式体验的AI角色，创建完成后用户可以在工作室中进行文本到语音的互动，也可以借助Unity和UE等通用引擎的综合包进一步创作，将AI角色部署到游戏和虚拟世界中进一步互动体验。教育环境下，可应用于历史、语文等学科名人生平事迹的学习，或在学习空间中实现AI学伴的设定。
2
使用技巧
用户注册登录后即可免费试用。用户能够与平台方提供的不同个性的AI角色进行聊天体验，还能够创建属于自己的AI角色。创建角色时，用户需要确定名称并输入核心描述，之后可以通过调试参数等方式为其设计身份、个性、声音和对话风格等，使之自动形成高级NPC行为和无脚本对话。
3
下载方式与教程
浏览器检索Inworld.ai，可访问官网进行体验，使用界面中的Documentation含使用教程。
扫描二维码或登录大赛官网（http://gcd4fe.bnu.edu.cn/或点击阅读原文）报名参赛，更多赛事详情请关注官网最新信息。
北京师范大学智慧学习研究院（简称研究院）是一个综合性科学研究、技术开发和教育教学实验平台，由北京师范大学设立，并与网龙华渔联合共建。研究院专注于研究信息化环境下的学习规律，打造支持终身学习的智慧学习环境和平台，以切实支持数字一代学习者多样性、个性化和差异化的学习。
北京师范大学智慧学习研究院公众号
为您提供研究院的最新资讯与科研动态。研究院广纳贤才，加入我们请发简历至邮箱：smartlearning@bnu.edu.cn
