Azure AI Speech
Servicio de voz en la nube de Microsoft: texto a voz, voz a texto y traducción de voz, con voces neuronales en 22 variantes de español y nivel gratuito de 0,5 millones de caracteres al mes.
Qué es Azure AI Speech
Azure AI Speech es el servicio de voz de Microsoft Azure. Ofrece texto a voz, voz a texto y traducción de voz a través de SDK en varios lenguajes (C#, C++, Java y otros), con pago por uso y sin costes iniciales.
Para qué sirve
Sirve para que un desarrollador o una empresa integre voces sintéticas y transcripción en sus propias aplicaciones, con control sobre la nube en la que corren.
Funciones principales
- Texto a voz con voces neuronales y voces de alta definición (HD). Su documentación lista 22 variantes de español (entre otras es-ES, es-MX, es-AR, es-CO, es-US) con voces neuronales; para es-ES y es-MX hay voces HD y voces con estilos emocionales.
- Voz a texto y traducción de voz.
- Custom Neural Voice (voz profesional personalizada) y voz personal, ambas como funciones de acceso limitado que requieren aprobación previa para casos de uso autorizados.
- Avatares personalizados.
- Cumplimiento: Microsoft declara más de 100 certificaciones en Azure.
¿Para quién merece la pena Azure AI Speech?
Tiene sentido para desarrolladores y empresas que ya usan Azure o necesitan una API de voz con muchas variantes de español. Tiene menos sentido para un creador que solo quiere un editor de voz listo para usar sin programar.
Ventajas
- Muchas variantes regionales de español con voces neuronales.
- Nivel gratuito para probar.
- Integración con el resto de Azure.
Inconvenientes y limitaciones
- Es una API, no un estudio de edición de voz.
- La clonación (voz personalizada y voz personal) es de acceso limitado y requiere aprobación.
- El precio por millón de caracteres no se muestra de forma legible en la página que hemos podido leer: consulta la calculadora de Azure.
Alternativas a Azure AI Speech
- ElevenLabs: voces y clonación con plan gratuito y API.
- Murf: estudio de locuciones con control de ritmo y entonación.
- Speechify: para escuchar documentos y páginas en voz alta.
Precio de Azure AI Speech
Pago por uso: por caracteres convertidos a voz, por horas de audio en transcripción y traducción y por transacciones de reconocimiento de hablante. El nivel gratuito (F0) incluye 0,5 millones de caracteres al mes de texto a voz neuronal, según su página de precios. Los importes por millón de caracteres figuran en la página de precios de Azure Speech, no en esta ficha.
Preguntas frecuentes sobre Azure AI Speech
¿Azure AI Speech tiene voces en español de España?
Sí: su documentación incluye es-ES con voces neuronales, voces HD y voces con estilos emocionales.
¿Puedo clonar una voz con Azure?
Custom Neural Voice y voz personal son funciones de acceso limitado que requieren aprobación previa.
¿Tiene nivel gratuito?
Sí, el nivel F0 incluye 0,5 millones de caracteres al mes de texto a voz neuronal.