我们即将进入有图有声音，却不一定有真相的时代了！ google推出文本转语音（cloud text-to-speech）ai服务，将可以用来合成人声。
文本转语音服务，运用物联网设备沟通、有声书
cloud text-to-speech九游会官网真人游戏第一品牌的服务支持12种语言，并可转换32种声音。即使是复杂的文本内容，例如姓名、日期、时间、地址等，cloud text-to-speech也可以立刻发出准确且道地的发音，用户可以自己调整音调、语速和音量，还支持包含mp3和wav等多种音频格式等。美商思科(cisco)和电信商dolphin one，成为前期用户。
这服务三大商业应用。第一，是最重要、最具有前瞻性的应用：与电视、汽车与机器等物联网设备对话沟通。第二为电话语音服务(interactive voice response,ivr)中心提供语音回应系统，并激活即时自然语言对话功能。第三将文本格式的新闻文章、书籍等媒体内容，转为podcast或有声书等口语形式。
这次推出的cloud text-to-speech服务，是以deepmind团队的wavenet为基础。 wavenet是一种原始音频生成模型，运用wavenet可以把一系列高保真度的声音转化为语音，2016年deepmind团队推出了第一版的wavenet，最近团队又推出升级版wavenet，较第一版本模型所生成的原始音频波形快了1000倍，只需50毫秒即可生成一秒钟的语音消息，大幅缩短系统文本转语音的时间， 更接近和真人对话。
提供多样机器学习服务，拉拢新手与专家
不过，文本转语音api仅是google众多云计算机器学习服务之一，google还提供多样的预先训练好的机器学习训练模型，如图片识别api（vision api）、翻译api（translation api）、语音识别api （cloud speech api）与自然语言api（natural language api）等。其中图片识别api相当受欢迎，如韩国在线购物中心tmon运用图片识别api，过滤电子商务网站上的图片。
不过，这些云计算人工智能api服务，虽然非常容易使用，操作门槛不高，但定制化程度相当有限，因此google还提供可以高度定制化，建构于tensorflow的基础上的google云计算机器学习服务( google cloud machine learning)或称为cloud ml engine，让备有ai人才的企业可以专注于开发最佳的机器学习模型。
google算法层面的服务，已然清晰。服务层面广泛，从机器学习入门新手到专家，提供不同操作门槛与定制化程度的工具，一网打尽。