文档 / 语音服务商

微软 Azure(Neural TTS)

一句话:多语种覆盖最全的一家。中文不是最好,但如果你要读的是日语、韩语、 西班牙语、阿拉伯语……或者一段话里混着好几种语言,这家最省事。

一句话:多语种覆盖最全的一家。中文不是最好,但如果你要读的是日语、韩语、 西班牙语、阿拉伯语……或者一段话里混着好几种语言,这家最省事。


这是什么

微软 Azure 认知服务里的 Neural TTS,全球用得最广的商用语音合成服务之一。 在 Soniva 里显示为 微软 Azure 国际。


价格

模型上游官方单价积分 / 千字符
Neural TTS(azure-neural-tts)$15 / 百万字符17

价格出处:https://azure.microsoft.com/en-us/pricing/details/speech/ (核实于 2026-08-17)

只有一个模型档位,不需要在模型之间做选择——选好音色就行。

17 积分/千字符属于全站的中游偏下,跟阿里云默认档(16)几乎一样。 考虑到它覆盖的语种数量,这个价格是很划算的。

微软官方还有一档更贵的 Neural HD($22/M),Soniva 目前没有接入对应音色, 所以你不会不小心买到更贵的档位。


最大的优势:语种

微软的音色库覆盖 100 多种语言和地区变体,是八家里最全的:

  • 中文除了普通话,还有粤语、台湾国语、多种大陆方言口音
  • 英文有美/英/澳/印/加/爱尔兰等十几种口音
  • 日语、韩语、法语、德语、西语、葡语、俄语、阿拉伯语、印地语……基本都有
  • 同一种语言下还分男声/女声/童声,以及多种说话风格

如果你的内容不是中文,或者不只是中文,先试这家。


音色列表是实时拉取的

微软的音色列表是 Soniva 每次实时向上游接口拉取的—— 微软那边新增了音色,你在 Soniva 里立刻就能看到,不需要等 Soniva 发版。

所以这份文档不写具体有多少个音色(写了也很快过期), 以你在产品里实际看到的为准。

免费试听的代表音色是 晓晓(zh-CN-XiaoxiaoNeural),微软最常用的普通话女声。


什么时候选微软

场景是否推荐
日/韩/欧洲语言内容✅ 首选,其他七家的非中英语种覆盖都不如它
中英混排的内容✅ 同一个音色能自然地切换语言,不会读串
需要特定地区口音✅ 唯一提供这么细分口音的品牌
纯中文长文、只看性价比⚠️ 能用且不贵,但腾讯精品(5)/ 百度基础(5)更省
追求中文极致自然度⚠️ 阿里云 CosyVoice、豆包语音在中文上更有优势

相关文档

这篇有用吗?

匿名反馈仅在你允许统计且服务可用时启用。你也可以直接通过邮件提出问题。

通过邮件提出问题

邮件会附上当前文章链接。也可以复制信息后发送至 soniva.cde@gmail.com