Alternatywy dla Microsoft Azure Text-to-Speech (TTS)

Chociaż Azure może być wygodną opcją dla wielu zastosowań, istnieją inne alternatywy warte rozważenia. Zrozumienie dostępnych opcji pozwala użytkownikom podjąć świadomą decyzję, która usługa zamiany tekstu na mowę najlepiej odpowiada ich potrzebom.

Microsoft Azure to publiczna platforma chmurowa, która oferuje szereg usług chmurowych, w tym analitykę i przechowywanie danych. Wraz z tymi funkcjami, usługi kognitywne Microsoft Azure oferują zamianę tekstu na mowę (TTS) i rozpoznawanie mowy na tekst (jak dyktowanie do Siri, aby wysłać wiadomości tekstowe) jako część swojej platformy chmurowej bez potrzeby posiadania wiedzy z zakresu uczenia maszynowego, obsługując zarówno komputery PC, jak i Mac.

Głównym celem Microsoft Azure jest wspieranie firm w zarządzaniu przepływem, wyzwaniami i celami w branżach takich jak e-commerce, finanse i wiele innych. Dzięki kompatybilności z technologią open-source, zapewnia użytkownikom narzędzia i technologie dostosowane do ich potrzeb biznesowych. Azure oferuje cztery rodzaje przetwarzania w chmurze:

• Infrastruktura jako usługa - IaaS
• Platforma jako usługa - PaaS
• Oprogramowanie jako usługa - SAAS
• Bezserwerowe

Dzięki tym usługom chmurowym użytkownicy mogą tworzyć zasoby wspierające przepływ funkcji biznesowych, takie jak bazy danych i maszyny wirtualne (VM). Microsoft Azure rozlicza swoich subskrybentów miesięcznie tylko za wykorzystane zasoby i pozwala na anulowanie w dowolnym momencie, co ułatwia dostosowanie się do potrzeb bez ukrytych opłat czy subskrypcji. 

Oprogramowanie do zamiany tekstu na mowę Azure pozwala subskrybentom tworzyć aplikacje i usługi z realistycznym głosem generowanym przez technologię głębokiego uczenia. Azure TTS oferuje dostęp do różnych głosów z różnorodnymi stylami mówienia i intonacjami, aby dopasować się do marki i zastosowania. 

Zastosowania obejmują od czytników tekstu po chatboty i wszystko pomiędzy. Dzięki Językowi Znaczników Syntezy Mowy (SSML), niestandardowe audio mowy można syntezować, aby definiować leksykony i kontrolować parametry mowy, aby dopasować się do zamierzonego scenariusza. Podczas dyktowania można używać różnych poleceń głosowych, w tym „przecinek”, aby wstawić przecinek w tekście, „nowy akapit”, „nowa linia” lub „kropka”, aby zakończyć zdanie. Funkcja dyktowania oferuje nawet opcję automatycznego interpunkcji i obsługuje skróty klawiaturowe.

Chociaż oferują kilka darmowych usług przez pierwsze 12 miesięcy z ograniczoną funkcjonalnością i 30-dniowym kredytem na płatne usługi, Azure może być dość kosztowny w zależności od potrzeb usług – od zaledwie 29 USD miesięcznie za wsparcie dla deweloperów do 1000 USD miesięcznie za wsparcie bezpośrednie. Ceny pakietów wsparcia premium nie są ujawniane.

Chociaż Azure może być wygodną opcją dla wielu zastosowań, istnieją inne alternatywy warte rozważenia. Zrozumienie dostępnych opcji pozwala użytkownikom podjąć świadomą decyzję, która usługa zamiany tekstu na mowę najlepiej odpowiada ich potrzebom.

Speechify

Speechify to najwyżej oceniana aplikacja do zamiany tekstu na mowę, która odczyta dowolny tekst, w tym PDF-y, przeglądarki internetowe, dokumenty Google, podręczniki, pliki Microsoft Office i wiele więcej. Oferując przyjazne dla użytkownika podejście dla tych, którzy mogą mieć trudności z czytaniem, Speechify może odczytać dowolny tekst na głos i podświetlać czytany tekst. Ta aplikacja oferuje świetny bonus dla e-learningu, zwiększając efektywność nauki i zrozumienia poprzez dostęp do obu trybów nauki: słuchowego i wizualnego.

Dla tych, którzy mogą mieć trudności z czytaniem zwykłego tekstu z powodu dysleksji lub ADHD, Speechify usuwa uciążliwy akt fizycznego czytania. Dzięki Speechify, każda książka stojąca na półce w domu lub dokument z poczty może zostać przekształcony w słowa mówione i odsłuchany w dogodnym dla użytkownika czasie. 

Oferując wysokiej jakości sztuczną inteligencję, która jest najbliższa prawdziwemu ludzkiemu głosowi w planie premium, Speechify oferuje czytanie tekstu na głos w języku angielskim, hiszpańskim i 27 innych językach. Darmowy plan oferuje kilka różnych głosów o standardowej jakości. Podczas czytania, Speechify zapewnia również widget, który unosi się i pozwala użytkownikowi na odtwarzanie, pauzowanie lub zmianę głosu czytającego lub prędkości.

Firmy mogą korzystać z API Speechify, aby umożliwić użytkownikom słuchanie ich treści za pomocą jednego kliknięcia. Dostępne dla wysokiej jakości stron z ponad 1 milionem odwiedzających rocznie, oprogramowanie jest darmowe, jeśli firmy spełniają określone kryteria wyboru Speechify.

Dzięki możliwości integracji zaledwie 5 liniami kodu, VaaS Speechify udowodnił, że zwiększa retencję klientów, zaangażowanie i konwersację, jednocześnie poprawiając dostępność. Wszystkie integracje API zawierają najwyższej jakości i najbardziej naturalnie brzmiące głosy, które mogą czytać w ponad 20 różnych językach. Kompatybilne z Chrome, Android i iOS, Speechify jest szeroko dostępny na każdym urządzeniu, w tym na iPhone'ie lub komputerze.

Twilio

Twilio to aplikacja mobilna, którą można zaprogramować do umożliwienia cyfrowej korespondencji za pomocą wiadomości i głosu, aby wspierać efektywność sprzedaży i wyniki. Aplikacja może być zintegrowana z dowolnym oprogramowaniem do zarządzania relacjami z klientami (CRM) lub bazą danych klientów, aby pomóc w budowaniu zaufania z klientami. 

Twilio oferuje zasoby przyjazne dla deweloperów, takie jak usługa wysyłania i odbierania wiadomości tekstowych z minimalnym kodowaniem. Dostępna jest dokumentacja API, która obsługuje miliardy wiadomości rocznie, lub otwarte próbki kodu pozwalają na skróty do typowych przypadków użycia. Te kanały mogą być następnie połączone, aby kontynuować przepływy SMS za pomocą kreatora przepływów Twilio. 

Umożliwiając szybką implementację, Twilio wspiera firmy w skalowaniu w dowolnym kierunku, czy to na nowe rynki, większe wolumeny, różne kanały, czy podejście globalne. Dzięki możliwości wysyłania SMS-ów do klientów, niezależnie od ich lokalizacji, z globalnymi nadawcami i infrastrukturą telekomunikacyjną, Twilio oferuje rozwiązanie dla wyzwania konfiguracji skali za pomocą oprogramowania.

Dzięki syntezie mowy lub TTS, Twilio ułatwia integrację z interaktywną odpowiedzią głosową (IVR) z głosem brzmiącym jak ludzki dla aplikacji głosowych. Dostarczając Twilio Markup Language (TwiML), Twilio zapewnia swoim użytkownikom zestaw instrukcji, które można wykorzystać do kierowania działaniami Twilio podczas odbierania połączenia przychodzącego lub SMS.

Twilio oferuje opcje takie jak płatność za użycie, rabaty ilościowe lub ceny za zobowiązanie, aby umożliwić subskrybentom wybór opcji, która najbardziej odpowiada ich potrzebom biznesowym. Podczas gdy inni dostawcy nie ujawniają kosztów swojej premium obsługi, użytkownicy mogą spodziewać się minimalnej opłaty w wysokości 1500 USD miesięcznie za całodobową pomoc e-mailową i telefoniczną. 

Watson Text-to-Speech

Watson Text to Speech konwertuje tekst na naturalnie brzmiącą mowę w różnych językach i głosach. Głosy sztucznej inteligencji mogą odpowiadać na pytania klientów z pomocą wirtualnego asystenta dla kanałów głosowych i mowy.

Usługa API w chmurze pozwala użytkownikom konwertować pisany tekst na realistyczne audio w istniejących aplikacjach Watson Assistant. Dając marce subskrybenta biznesowego głos i ścieżkę do komunikacji z klientami w językach ojczystych, Watson TTS umożliwia dostępność dla użytkowników z niepełnosprawnościami, zapewnia opcje audio dla kierowców lub automatyzuje zapytania do obsługi klienta, aby skrócić długie czasy oczekiwania. 

Dzięki wdrożeniu samoobsługi klienta, wirtualny asystent Watson może wykonywać typowe funkcje centrum obsługi telefonicznej i zapewniać przyjemne doświadczenia użytkownika. Dzięki Watson TTS klienci mogą zrozumieć wiadomości wysyłane przez firmę, przekształcając tekst pisany na dźwięk, co pozwala szybciej rozwiązywać typowe problemy klientów.

Z opcją Plus zaczynającą się od 149 USD miesięcznie i planem dostosowanym do potrzeb tych, którzy potrzebują bardziej specyficznych usług, IBM Watson jest jedną z bardziej przystępnych cenowo alternatyw dla Microsoft Azure. 

Google Cloud Text-to-Speech

Wykorzystując moc głosu do tworzenia lepszych doświadczeń użytkownika, technologie AI Google mogą przekształcać tekst w naturalnie brzmiącą mowę za pomocą interfejsu API.

Oferując 300 USD w kredytach dla nowych klientów na usługi text-to-speech, Google TTS może być przystępną opcją w zależności od liczby znaków, które trzeba przetworzyć. Płatne za znak, Google Cloud oferuje język znaczników syntezy mowy (SSML), który pozwala subskrybentom tworzyć niestandardowy głos z ich tekstu, dostosowując intonacje używanego głosu. Dzięki możliwości dostosowania tekstu w formacie audio, wiadomości zyskują większą głębię i są lepiej przekazywane. 

Oprócz opcji SSML, Google Cloud oferuje interaktywną odpowiedź głosową (IVR) w swoim centrum kontaktowym, które wykorzystuje generator głosu do interakcji z klientami za pośrednictwem zautomatyzowanej obsługi telefonicznej. Oferowane są również samouczki w językach Java, Go, Python i Node.js jako dodatkowe zasoby. Ich usługa konwertuje również dźwięk na tekst za pomocą modeli sieci neuronowych.

Doświadczenia klientów mogą być ulepszane dzięki inteligentnym odpowiedziom głosowym na różnych urządzeniach i aplikacjach, a komunikacja z klientem może być dostosowywana na podstawie głosu i języka subskrybenta. Dzięki największemu wyborowi głosów w 40 językach, użytkownicy mogą wybrać najlepszy głos do swojej aplikacji lub potrzeby lektorskiej.

Nuance Vocalizer

Nuance Vocalizer oferuje aplikację wirtualnego asystenta (VA), która zapewnia znaczące zwroty z inwestycji. Dzięki VA opartemu na AI, firmy mogą spełniać oczekiwania swoich klientów poprzez efektywną korespondencję cyfrową i wsparcie. 

Wirtualny Asystent Nuance oferuje pomoc z wieloma funkcjami. Absorbując połowę średniego wolumenu połączeń dotyczących zapytań do obsługi klienta, średnie czasy oczekiwania są znacznie skrócone, a produktywność agentów wzrasta. Dzięki wielu zadowolonym doświadczeniom klientów, wskaźniki NPS (Net Promoter Score) firm wzrosły dzięki użyciu VA Nuance. 

Dzięki wdrożeniu oprogramowania TTS oferowanego przez Nuance Vocalizer, firmy mogą stworzyć głos przypominający ludzki, aby reprezentować swoją markę i oferować spersonalizowane interakcje z klientami. Oprócz niestandardowego głosu, który jest zaprogramowany z określonymi przypadkami użycia i dialogami, oferując płynne doświadczenie, Nuance oferuje również wsparcie dla wszystkich standardowych platform przemysłowych, takich jak SSML, VXML i MRCPV2.

Oferując niższy niż przeciętny koszt za kompleksowe doświadczenie VA, Nuance pobiera stałą opłatę w wysokości około 1000 USD za doświadczenie Vocalizer, ale dodatkowe usługi i roczne opłaty za utrzymanie mogą znacząco zwiększyć cenę.

ReadSpeaker

ReadSpeaker to silnik text-to-speech, który oferuje realistyczne interakcje głosowe dla każdej aplikacji. TTS pozwala firmom stworzyć unikalny głos dla swojej marki, co podnosi doświadczenie końcowego użytkownika. Zastosowanie w usługach dla odwiedzających strony internetowe, aplikacjach mobilnych i potrzebach e-learningowych, text-to-speech odpowiada na różne potrzeby każdego użytkownika w zakresie interakcji z usługami oferowanymi przez ReadSpeaker. 

ReadSpeaker reklamuje się jako „Pionier technologii głosowej”, mając 20 lat doświadczenia w tej dziedzinie. Oferują 110 głosów w ponad 55 językach (takich jak francuski, chiński kantoński, mandaryński, a także tajwański mandaryński, fryzyjski, słowacki i tshivenda, by wymienić tylko kilka) i mają 15 krajów z lokalnym biurem. ReadSpeaker zapewnia również rozwiązania SaaS, SDK i API do strumieniowania i produkcji audio, do użytku online lub offline bez potrzeby połączenia z internetem.

TTS ReadSpeaker pozwala firmom rozszerzyć zasięg ich treści do osób, które w innym przypadku nie byłyby w stanie ich konsumować, takich jak osoby z trudnościami w czytaniu lub niepełnosprawnościami w nauce. Jako kluczowe narzędzie dla e-learningu, text-to-speech może zwiększyć retencję i zrozumienie materiałów edukacyjnych. 

Oferując usługi w chmurze i wsparcie dla potrzeb biznesowych i aplikacyjnych swoich subskrybentów, ceny ReadSpeaker nie są ujawniane do momentu nawiązania kontaktu w celu określenia specyficznych potrzeb subskrybenta.

Amazon Polly

Amazon Polly syntetyzuje realistyczną mowę z plików tekstowych, umożliwiając tworzenie aplikacji i usług, które mówią, oraz nowych kategorii produktów z obsługą mowy. Dzięki tworzeniu naturalnie brzmiącej ludzkiej mowy z wieloma głosami do wyboru w różnych językach, można budować aplikacje do użytku międzynarodowego. 

Oprócz standardowej usługi TTS, którą oferuje Polly, dostępne są głosy Neural Text-to-Speech (NTTS), które znacząco poprawiają jakość mowy, oferując różne style mówienia i ekspresję, takie jak Newscasting, stworzony do tonu i intonacji dostarczania informacji prasowych lub narracji. 

Podobnie jak inne dostępne opcje, Polly może stworzyć niestandardowy głos marki dla firm, umożliwiając im usprawnienie marketingu za pomocą spójnego głosu NTTS. Pliki mowy można tworzyć w formatach MP3 lub OGG i są dostępne offline. Polly oferuje również nieograniczoną liczbę odtworzeń plików tekstowych generowanych dźwiękowo bez dodatkowych opłat. 

Amazon Polly rozlicza swoich użytkowników miesięcznie za liczbę użytych znaków. Ceny za standardowe głosy wynoszą 4 USD za 1 milion znaków, a za głosy Neural 16 USD za 1 milion znaków. Dodatkowe usługi mogą wiązać się z dodatkowymi opłatami. 

Acapela VaaS

Voice as a Service (VaaS) obejmuje całą komunikację głosową, która odbywa się w chmurze. VaaS umożliwia dodanie funkcji mowy do aplikacji poprzez wysyłanie tekstu na serwer VaaS. Z 50 głosami i 25 językami (rosyjski, japoński itp.) oraz wariantami, Acapela VaaS pozwala chmurze mówić w aplikacjach użytkownika. 

API Acapela może integrować się z Flashem lub dowolnym językiem komunikującym się przez HTTP, aby wprowadzić VaaS do aplikacji i usług. Każdy aspekt generowanej mowy można kontrolować za pomocą kilku funkcji do kontrolowania tonu, dialektu i intonacji głosu. 

Dostępne jest darmowe konto testowe na 30 dni, Acapela oferuje stosunkowo opłacalną opcję dla VaaS. Za miesięczną opłatą 12 USD użytkownicy uzyskują dostęp do nieograniczonej liczby skrzynek odbiorczych i integracji produktu.

Speechmorphing

Oferując wyzwanie głosowe, aby sprawdzić, czy użytkownicy potrafią odróżnić prawdziwe głosy od głosów AI, Speechmorphing oferuje bardzo wysokiej jakości dźwięk z tekstu z jednymi z najbardziej naturalnie brzmiących głosów. 

Oferując syntezę mowy w języku naturalnym (NLSS), konwersacyjna AI pomaga firmom nawiązywać bardziej znaczące relacje z bazą konsumentów. Głosy są kontekstowo odpowiednie z możliwością dostosowania tonu i intonacji, co pozwala na spójny głos marki firmy.

Dzięki wielojęzycznym możliwościom, firmy mogą używać Speechmorphing do tworzenia międzykulturowych doświadczeń w wielu językach, rozszerzając zasięg produktów i usług oraz autorytet produktów na całym świecie. Dotyczy to szybkich restauracji (QSR), mediów i branży rozrywkowej, granice dla neural TTS są nieograniczone.

Speechmorphing oferuje niestandardowy model cenowy, który będzie się różnić w zależności od potrzeb użytkownika. Ponieważ ceny mogą się zmieniać, na ich stronie internetowej nie ma dostępnych przejrzystych opcji cenowych. Zapytania klientów muszą być przesyłane przed podaniem informacji o cenach. 

FAQ

Czy Azure używa rozpoznawania mowy?

Microsoft Azure oferuje opcję rozpoznawania mowy, która jest używana do transkrypcji plików audio na tekst, niezależnie od systemu operacyjnego. Wykorzystując AI do identyfikacji słów, fraz i intonacji głosu w audio, rozpoznawanie mowy Azure jest dostępne w wielu językach, w tym angielskim, hiszpańskim, niemieckim i innych. Po transkrypcji plik tekstowy można pobrać na konto Azure użytkownika.

Czy rozpoznawanie mowy Azure jest dobre?

Rozpoznawanie mowy Microsoft Azure jest wysoko oceniane jako jedna z najbardziej zaawansowanych opcji w zakresie poleceń głosowych i usług rozpoznawania głosu. Jego algorytmy rozpoznawania mowy pozwalają na dokładną transkrypcję tekstu, nawet z tego, co może wydawać się słabymi plikami audio. 

Czy usługa rozpoznawania mowy Azure analizuje dźwięk w czasie rzeczywistym? 

Microsoft Azure rozpoznawanie mowy analizuje mowę w czasie rzeczywistym, aby przekształcić ją w tekst.

Jaka jest najlepsza API do syntezy mowy?

Platforma Speechify posiada najbardziej zaawansowaną technologię syntezy mowy, zapewniając, że tekst będzie czytany na głos perfekcyjnie. A ponieważ Speechify stale aktualizuje swoje oprogramowanie, zapewnia swoim użytkownikom końcowym najlepszą możliwą wydajność.

Co więcej, Speechify jest łatwe w użyciu. Wystarczy wprowadzić tekst i wybrać jeden z wielu naturalnie brzmiących głosów. Szybkość czytania i głośność można również dostosować do potrzeb słuchacza, niezależnie od tego, czy chodzi o stworzenie audiobooka, czy narrację do filmu instruktażowego.

Czy Microsoft Speech API jest darmowy?

Istnieje darmowy plan dla Microsoft Speech API, który można znaleźć na ich stronie internetowej.

Czy Microsoft text-to-speech jest darmowy?

Nie. Azure oferuje kredyt w wysokości 200 USD i 12 miesięcy darmowych usług, po czym naliczane są miesięczne opłaty.

Czym jest Microsoft Dictate?

"Microsoft Dictate" był dodatkiem do rozpoznawania mowy dla aplikacji Microsoft Office, w wersjach przed Windows 10 i Windows 11, w tym Microsoft Word, Excel, PowerPoint i Outlook. Umożliwiał użytkownikom dyktowanie tekstu za pomocą głosu zamiast ręcznego pisania. Microsoft Dictate wykorzystywał technologię rozpoznawania mowy w chmurze do konwersji mówionych słów na tekst w czasie rzeczywistym. Obecnie najczęściej nazywa się to Windows Speech Recognition.

Czy na Azure jest API do text-to-speech?

Azure pozwala subskrybentom tworzyć aplikacje i usługi, które wykorzystują generatory głosu AI do naturalnego mówienia za pomocą syntezowanego mowy z tekstu.

Czy text-to-speech zawsze jest darmowy?

Podczas gdy niektóre platformy oferują darmowe usługi TTS, wiele z nich ma zaawansowane lub komercyjne zastosowania, które wymagają płatnej subskrypcji.

Dlaczego warto używać pisania głosowego?

Pisanie głosowe, znane również jako rozpoznawanie mowy lub dyktowanie, odnosi się do procesu używania głosu do wprowadzania tekstu do komputera lub urządzenia mobilnego zamiast ręcznego pisania. Istnieje kilka powodów, dla których ludzie wybierają pisanie głosowe:

1. Szybciej i efektywniej: Pisanie głosowe może być szybsze i bardziej efektywne niż tradycyjne pisanie, zwłaszcza dla osób biegłych w mówieniu. Pozwala użytkownikom szybko tworzyć tekst, co jest przydatne przy tworzeniu dokumentów, e-maili czy wiadomości.
2. Pisanie bez użycia rąk: Pisanie głosowe umożliwia pisanie bez użycia rąk. Jest to korzystne dla osób z niepełnosprawnościami fizycznymi lub schorzeniami, które wpływają na zdolność do pisania, takimi jak zespół cieśni nadgarstka czy artretyzm. Wystarczy kliknąć przycisk dyktowania lub ikonę mikrofonu i zacząć mówić.
3. Zmniejszenie napięcia i zmęczenia: Eliminując potrzebę powtarzalnego pisania, pisanie głosowe może zmniejszyć napięcie i zmęczenie rąk, nadgarstków i palców. Jest to korzystne dla osób, które spędzają długie godziny pisząc na klawiaturze.
4. Wielozadaniowość: Pisanie głosowe pozwala użytkownikom na bardziej efektywne wykonywanie wielu zadań jednocześnie. Mogą mówić i dyktować tekst podczas wykonywania innych czynności, takich jak gotowanie, prowadzenie samochodu czy prace domowe.
5. Dostępność i integracja: Pisanie głosowe zwiększa dostępność dla osób z wadami wzroku lub trudnościami w nauce. Umożliwia im bardziej efektywną interakcję z komputerami i urządzeniami.
6. Zwiększona produktywność: Dla niektórych osób pisanie głosowe może zwiększyć produktywność, usprawniając proces tworzenia treści pisemnych. Może pomóc pisarzom, studentom czy profesjonalistom w generowaniu pomysłów i treści bardziej płynnie.
7. Naturalne wprowadzanie języka: Systemy pisania głosowego często wykorzystują przetwarzanie języka naturalnego (NLP) i algorytmy uczenia maszynowego do lepszego zrozumienia kontekstu i gramatyki. To pozwala na dokładniejsze transkrypcje i zmniejsza potrzebę ręcznych poprawek.
8. Wprowadzanie na urządzeniach mobilnych: Pisanie głosowe jest szczególnie wygodne do pisania na urządzeniach mobilnych, gdzie klawiatura ekranowa może być mniejsza i mniej sprzyjająca szybkiemu pisaniu.
9. Wsparcie językowe: Pisanie głosowe obsługuje wiele języków, co jest przydatne dla osób dwujęzycznych lub mówiących językami złożonymi znakami lub diakrytykami.
10. Personalizacja: Systemy pisania głosowego mogą dostosowywać się do indywidualnych wzorców mowy i słownictwa z czasem, zapewniając dokładniejsze i bardziej spersonalizowane wyniki. Można je nawet trenować, używając poleceń dyktowania.

Chociaż pisanie głosowe oferuje wiele zalet, nie zawsze jest odpowiednie dla każdej sytuacji lub użytkownika. Czynniki takie jak hałas w tle, akcent i biegłość językowa mogą wpływać na jego dokładność. Jak w przypadku każdej technologii, użytkownicy mogą potrzebować czasu, aby przyzwyczaić się do pisania głosowego i dostosować się do jego funkcji i ograniczeń. Mimo to, nie możemy się doczekać, co przyniesie przyszłość.

Jakie są alternatywy dla Azure text-to-speech?

Niektóre alternatywy dla Azure to:

• Twilio
• SoapBox
• Watson Text to Speech
• Google Cloud Text-to-Speech
• Nuance Vocalizer
• ReadSpeaker
• Amazon Polly
• Acapela VaaS
• Speechmorphing
• Speechify