เสียงพูดจากโปรแกรมแปลงข้อความเป็นเสียงของ Microsoft

เสียงพูดจากโปรแกรมแปลงข้อความเป็นเสียงของ Microsoftเป็นเสียงสังเคราะห์ที่จัดเตรียมไว้สำหรับใช้กับแอปพลิเคชันที่ใช้Microsoft Speech API (SAPI) หรือ Microsoft Speech Server Platform

ซอฟต์แวร์แปลงข้อความเป็นเสียงพูดของ Microsoft มีทั้งเวอร์ชันสำหรับไคลเอ็นต์ เซิร์ฟเวอร์ และมือถือ เสียงไคลเอ็นต์จะมาพร้อมกับระบบปฏิบัติการ Windows เสียงเซิร์ฟเวอร์สามารถดาวน์โหลดเพื่อใช้กับแอปพลิเคชันเซิร์ฟเวอร์ เช่น Speech Server, Lync เป็นต้น และเสียงมือถือได้รับการออกแบบมาเพื่อใช้กับ Windows เวอร์ชันมือถือ

เสียง

ระบบปฏิบัติการ Windows 2000 และ Windows XP

ตัวอย่างเสียงพูดของ Microsoft Sam (เวอร์ชัน SAPI 5) ตัวอย่างนี้ใช้ประโยค " The quick brown fox jumps over the lazy dog " ที่ มีการดัดแปลงเล็กน้อยตามด้วยการสาธิตข้อผิดพลาด "soy/soi" ซึ่งเป็นข้อผิดพลาดเฉพาะของ Sam

Microsoft Sam คือเสียงผู้ชายเริ่มต้นสำหรับการแปลงข้อความเป็นเสียงพูดในระบบปฏิบัติการ Microsoft Windows 2000และWindows XP โดยโปรแกรม Narratorซึ่ง เป็นโปรแกรม อ่านหน้าจอที่ติดตั้งมากับระบบปฏิบัติการ จะใช้เสียงนี้

Microsoft Mike และ Microsoft Mary เป็นเสียงผู้ชายและผู้หญิงที่เป็นตัวเลือก ซึ่งสามารถดาวน์โหลดได้จากเว็บไซต์ของ Microsoft Michael และ Michelle ก็เป็นเสียงผู้ชายและผู้หญิงที่เป็นตัวเลือกเช่นกัน ซึ่งได้รับอนุญาตจาก Microsoft จากLernout & Hauspieและสามารถใช้งานได้ผ่านMicrosoft Office XPและMicrosoft Office 2003หรือMicrosoft Reader SAPI 5.1 SDK ยังมีเสียงเพิ่มเติมสำหรับการทดสอบที่เรียกว่า "Sample TTS Voice" ซึ่งใช้ตัวอย่างเสียงที่บันทึกไว้เพื่อใช้กับเอ็นจิ้นแปลงข้อความเป็นเสียงพูดโดยใช้ชุดคำที่กำหนดไว้ล่วงหน้าแทนเสียงสังเคราะห์^{[ 1 ]}

มีการเผยแพร่เสียงพูดข้อความทั้งเวอร์ชัน SAPI 4 และ SAPI 5 ทั้งสองเวอร์ชันนี้แตกต่างกันในแง่ของรูปแบบการพูด การออกเสียงคำบางคำ และการเปลี่ยนแปลงคำบางคำที่พูดโดยเครื่องมือแปลงข้อความเป็นเสียงพูด เสียง SAPI 4 มีให้บริการเฉพาะบนระบบปฏิบัติการ Windows 2000 และ Windows NT เวอร์ชันที่ใหม่กว่าเท่านั้น เวอร์ชันที่สามารถแจกจ่ายได้ของเสียง SAPI 4 เคยมีให้ดาวน์โหลดบน ระบบปฏิบัติการ Windows 9xแต่ปัจจุบันไม่มีให้บริการบนเว็บไซต์ของ Microsoft แล้ว ในขณะที่เวอร์ชัน SAPI 5 ของ Microsoft Mike และ Microsoft Mary สามารถดาวน์โหลดได้เฉพาะในรูปแบบMerge Module เท่านั้น [ ¹^{] เวอร์ชันที่ติดตั้งได้สามารถติดตั้งบนระบบของผู้ใช้ปลายทาง}^ได้โดยแอปพลิเคชันเสียงพูด เช่น Microsoft Reader เสียงทดสอบ "Sample TTS Voice" เคยเผยแพร่ในรูปแบบ SAPI 5 เท่านั้น

เสียงพากย์ Microsoft Sam, Microsoft Mike และ Microsoft Mary เวอร์ชัน SAPI 4 สามารถใช้งานได้บน Windows XP, Windows Vistaและเวอร์ชันที่ใหม่กว่า โดยใช้โปรแกรมของบุคคลที่สาม (เช่น Speakonia และ TTSReader) ที่ติดตั้งบนเครื่องที่รองรับระบบปฏิบัติการเหล่านั้น นอกจากนี้ เสียงพากย์ Carol และ Peter เวอร์ชัน SAPI 4 ภาษาอังกฤษแบบบริติช ซึ่งเป็นเสียงพากย์ Michael และ Michelle เวอร์ชัน SAPI 5 ภาษาอังกฤษแบบอเมริกันจาก Lernout & Hauspie ก็สามารถใช้งานได้บน Windows Vista และเวอร์ชันที่ใหม่กว่า โดยใช้โปรแกรมของบุคคลที่สามเช่น Speakonia (ในทางกลับกัน เสียงพากย์เหล่านี้ก็ใช้งานได้กับ XP และเวอร์ชันก่อนหน้าเช่นกัน)

เวอร์ชัน SAPI 5 ของ Microsoft Sam, Microsoft Mike และ Microsoft Mary (รวมถึงเสียงทดสอบ "Sample TTS Voice") สามารถใช้งานได้บน Windows Vista และเวอร์ชันที่ใหม่กว่า โดยการติดตั้ง SAPI 5.1 SDK ซึ่งเข้ากันได้กับ Windows เวอร์ชันก่อน XP ตั้งแต่Windows NT 4.0 SP6aและWindows 98 [ ^{1 ] เสียง}เหล่านี้ (ยกเว้นเสียงทดสอบ "Sample TTS Voice") สามารถติดตั้งแยกต่างหากได้โดยไม่ต้องติดตั้ง SDK ผ่านสคริปต์แบตช์ที่กำหนดเอง นอกจากนี้ เสียง Michael และ Michelle จาก Lernout & Hauspie ยังสามารถติดตั้งผ่านโปรแกรมต่างๆ เช่น Microsoft Office XP หรือ Microsoft Office 2003 ได้ แต่ไม่สามารถเลือกได้ตามปกติ

วินโดววิสต้าและวินโดววิสต้า 7

ตั้งแต่Windows VistaและWindows 7 เป็นต้น ไป เสียงภาษาอังกฤษเริ่มต้นคือเสียง Microsoft Annaซึ่งเป็นเสียงผู้หญิงที่ใช้ SAPI 5 เท่านั้น และได้รับการออกแบบให้ฟังดูเป็นธรรมชาติมากกว่าเสียง Microsoft Sam ^{[ 2 ]} Microsoft Streets & Trips 2006 และเวอร์ชันที่ใหม่กว่าจะติดตั้งเสียง Microsoft Anna บนระบบ Windows XP สำหรับคุณสมบัติการบอกทิศทางด้วยเสียง ไม่มีเสียงผู้ชายที่มาพร้อมกับ Windows Vista และ Windows 7 และทั้งเสียง Microsoft Mike หรือ Mary ก็ใช้ไม่ได้บน Windows 7

ใน Windows Vista และ Windows 7 เวอร์ชันภาษาจีน จะ มีเสียงผู้หญิงชื่อMicrosoft Liliซึ่งมาแทนที่เสียงผู้ชาย SAPI 5 "Microsoft Simplified Chinese" รุ่นก่อนหน้า นอกจากนี้ยังสามารถใช้งานได้ใน Windows 7 หรือ Vista เวอร์ชันที่ไม่ใช่ภาษาจีน โดยการติดตั้งชุดภาษาจีนเพิ่มเติม

ในปี 2553 ไมโครซอฟต์ได้เปิดตัวเสียงที่เข้ากันได้กับ Speech Platform รุ่นใหม่กว่าสำหรับการรู้จำเสียงพูดและการแปลงข้อความเป็นเสียงพูดเพื่อใช้กับแอปพลิเคชันไคลเอ็นต์และเซิร์ฟเวอร์ เสียงเหล่านี้มีให้เลือก 26 ภาษา^{[ 3 ]}และสามารถติดตั้งบนระบบปฏิบัติการไคลเอ็นต์และเซิร์ฟเวอร์ Windows ได้ เสียงของ Speech Platform แตกต่างจากเสียง SAPI 5 ตรงที่เป็นเสียงผู้หญิงเท่านั้น ไม่เคยมีการเปิดตัวเสียงผู้ชายเลย

ระบบปฏิบัติการ Windows 8 และ Windows 8.1

ในWindows 8มีเสียงไคลเอ็นต์ (เดสก์ท็อป) ใหม่ 3 เสียง ได้แก่ Microsoft David (เสียงผู้ชายชาวอเมริกัน), Hazel (เสียงผู้หญิงชาวอังกฤษ) และ Zira (เสียงผู้หญิงชาวอเมริกัน) ซึ่งมีจุดประสงค์เพื่อให้เสียงเป็นธรรมชาติมากกว่า Microsoft Anna เวอร์ชันเซิร์ฟเวอร์ของเสียงเหล่านี้มีให้ใช้งานผ่าน Speech Platform ที่กล่าวถึงข้างต้นสำหรับระบบปฏิบัติการที่เก่ากว่า Windows 8 เสียงอื่นๆ มีให้ใช้งานสำหรับเวอร์ชันภาษาเฉพาะของ Windows 8 หรือWindows 8.1 ^{[ 4 ]}

แตกต่างจาก Windows 7 หรือ Vista ตรงที่ไม่สามารถใช้โปรแกรมของบุคคลที่สามสำหรับ Microsoft Anna ได้ เนื่องจากไม่มี API เสียงของ Anna อย่างเป็นทางการให้ดาวน์โหลด (โดยเฉพาะอย่างยิ่งเพราะ Microsoft Anna มีให้บริการเฉพาะใน SAPI 5 เท่านั้น และไม่มีเวอร์ชันเสียงสำหรับ SAPI 4)

วินโดวส์ 10

ในWindows 10เสียงพากย์ Microsoft Hazel ถูกลบออกจากชุดภาษาอังกฤษของสหรัฐอเมริกา และมีเสียงพากย์ของ Microsoft สำหรับอุปกรณ์พกพา (โทรศัพท์/แท็บเล็ต) ให้เลือกใช้ (Microsoft Mark และ Microsoft Zira) ซึ่งเป็นเสียงพากย์เดียวกันกับที่พบใน Windows Phone 8, Windows Phone 8.1 และWindows 10 Mobile

นอกจากเสียงพากย์เหล่านี้แล้ว ยังมีแพ็กภาษาให้เลือกใช้หลากหลายเสียงคล้ายกับใน Windows 8 และ 8.1 อย่างไรก็ตาม ไม่มีเสียงใดตรงกับ เสียงพูด ของ Cortanaที่พบได้ใน Windows Phone 8.1, Windows 10 และ Windows 10 Mobile

เพื่อเป็นการรวมซอฟต์แวร์เข้ากับWindows 10แพลตฟอร์มปัจจุบันทั้งหมดของ Microsoft จึงใช้เสียงพูดแปลงข้อความเป็นเสียงเดียวกัน ยกเว้น Microsoft David และเสียงอื่นๆ อีกเล็กน้อย

มือถือ

แพ็กเกจเสียงสำหรับมือถือทุกแพ็กเกจจะมีเสียงผู้ชาย/ผู้หญิงผสมกัน ในขณะที่แพ็กเกจเสียงสำหรับคอมพิวเตอร์ส่วนใหญ่จะมีเฉพาะเสียงผู้หญิงเท่านั้น เสียงสำหรับมือถือทั้งหมดได้รับการออกแบบให้ใช้งานได้ทั่วโลก และผู้ใช้ทุกคนที่ดาวน์โหลดแพ็กเกจภาษาที่เลือกจะได้รับเสียงผู้ชายและเสียงผู้หญิงเพิ่มอีกหนึ่งเสียงต่อแพ็กเกจนั้น

ใน Windows 10 มีเสียงพูดแปลงข้อความเป็นเสียง (Text-to-Speech) ที่ซ่อนอยู่ชื่อว่า Microsoft Eva Mobile เสียง Microsoft Eva เป็นเสียงที่ Cortana ใช้เป็นหลักในการตอบกลับแบบธรรมชาติ ในขณะที่เสียงตอบกลับหลายๆ เสียงนั้นมาจากJen Taylorนอกจากนี้ Microsoft Eva ยังปรากฏตัวสั้นๆ ในWindows 11 เวอร์ชันต่อมา ในช่วงเริ่มต้นของกระบวนการ OOBE (Out-of-Behavior Setup) ผู้ใช้สามารถดาวน์โหลดไฟล์รีจิสทรีที่เตรียมไว้ล่วงหน้าได้จากเว็บไซต์ windowsreport.com ซึ่งจะช่วยให้สามารถใช้งานเสียงนี้ในระบบปฏิบัติการได้

เสียงพากย์เหล่านี้ได้รับการปรับปรุงให้เข้ากับระบบปฏิบัติการ Windows เพื่อให้ฟังดูเป็นธรรมชาติมากขึ้นกว่าเวอร์ชันดั้งเดิม ดังที่เห็นได้ใน Windows 10 เวอร์ชันอัปเดตที่วางจำหน่ายทั่วไป

วินโดวส์ 11

Windows 11ได้แนะนำ "เสียงธรรมชาติ" ใหม่ 3 เสียงที่ยืมมาจากแพลตฟอร์มการประมวลผลบนคลาวด์Azure ของ Microsoft สำหรับ Narrator โดยเฉพาะ เริ่มตั้งแต่เวอร์ชัน 22H2: Microsoft Aria, Jenny และ Guy ^[⁵^]โดยมีการอัปเดตเพิ่มเติมในภายหลัง เสียงเหล่านี้มีจุดประสงค์เพื่อให้ฟังดูเป็นธรรมชาติมากกว่าเสียงพูดข้อความแบบเดิม ณ ปี 2024 แอปพลิเคชันของบุคคลที่สามอื่น ๆ ไม่สามารถใช้เสียงเหล่านี้ได้ไม่ว่าในรูปแบบใดก็ตาม

เสียงพากย์จาก Windows 10 ถูกจัดประเภทใหม่เป็น "เสียงพากย์แบบเก่า" อย่างไรก็ตาม Microsoft David ยังคงถูกใช้เป็นค่าเริ่มต้นสำหรับโปรแกรมไคลเอ็นต์บนเดสก์ท็อป

ดูเพิ่มเติม

ลิงก์ภายนอก

Vista Watch: ฟีเจอร์ใหม่จากจีนใน Windows Vista

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[

เสียงพูดจากโปรแกรมแปลงข้อความเป็นเสียงของ Microsoft