AZURE AI SPEECH | Text to Speech

Azure TTS Voice Samples：从基础播报到高保真语音体验

6 组可播放的语音合成听感样例；录音标签沿用生成记录，新项目以当前语音目录、精确 voice ID 与模型版本为准。

点击播放 6 组 TTS 音色样例

播放任意一个样例时，其他样例会自动暂停，便于连续对比不同音色和模型风格。
Neural2.7s
低延时基础模型，适合语音助手、播报和朗读。
100+ localescatalog varies
MultilingualNeural2.3s
低延时多语种模型，适合 Agent、客服和跨语言播报。
multilingualmodel-specific
DragonHDFlash2.0s
低延时高质量音色，面向实时语音助手和客服。
HD qualitylow latency
DragonHDLatest2.5s
高质量超拟人音色，适合品牌播报和高端交互。
HD voicesstyles
DragonHDOmni3.3s
超拟人、音色丰富，适合对自然度要求高的播报和对话。
HD familyavailability varies
MAI-Voice-22.6s
录音标签为 MAI-Voice-2；当前项目选型需重新核对精确版本与 voice ID。
recorded labelversion-specific

会议系统里 TTS 的价值

TTS 不只是“把文字念出来”，而是让会议设备具备可听、可引导、可品牌化的反馈能力。
会议助手播报播报会议开始、转写状态、总结完成、待办提醒和设备异常。
跨语言输出与 Speech Translation 结合，把目标语言文本转换为自然语音。
品牌语音体验用高质量音色和风格控制，让会议设备形成统一声音形象。
实时 Agent 交互与 Voice Live API 组合，支撑低延迟问答、提醒和语音反馈。
基础播报Neural / MultilingualNeural：覆盖广、延迟低，适合通用播报。
高质量交互DragonHD 系列：更自然、更适合对话和高端会议体验。
品牌化声音DragonHD / MAI-Voice-2.1 系列：按区域、访问条件与授权要求选型。
选型口径 易读短名用于听感对比；完整 voice ID、区域与状态以当前目录为准。MAI-Voice-2.1 / 2.1-Flash 当前为 Public Preview。