Serviços de voz unificados para conversão de voz para texto, texto para voz e tradução de voz
Os serviços de Voz unificados oferecem uma ampla variedade de funcionalidades de reconhecimento e geração de voz, incluindo transcrição de voz, conversão de texto em voz e tradução de voz. O serviço de Voz oferece uma ampla variedade de capacidades de reconhecimento e geração de voz, incluindo transcrição de voz, conversão de texto em voz, tradução de voz e reconhecimento de orador.
Explorar opções de preços
Aplique filtros para personalizar as opções de preços à medida das suas necessidades.
Os preços são apenas estimativas e não propostas de preços reais. Os preços reais podem variar dependendo do tipo de contrato que foi estipulado com a Microsoft, da data de compra e da taxa de câmbio. Os preços são calculados com base em dólares americanos e convertidos com as taxas de encerramento de Londres que são capturadas nos dois dias úteis anteriores ao último dia útil do fim do mês anterior. Se os dois dias úteis anteriores ao fim do mês calharem num feriado nos principais mercados, o dia de definição da taxa é geralmente o dia imediatamente anterior aos dois dias úteis. Esta taxa aplica-se a todas as transações durante o mês seguinte. Inicie sessão na calculadora de preços do Azure para ver os preços com base no seu programa/oferta atual com a Microsoft. Contacte um especialista de vendas do Azure para obter mais informações sobre preços ou para pedir um orçamento de preço. Consulte as perguntas mais frequentes sobre os preços do Azure.
As entidades públicas dos E.U.A. são elegíveis para comprar serviços do Azure Government junto de um fornecedor de soluções de licenciamento sem compromisso financeiro inicial ou diretamente através de uma subscrição online pay as you go.
Importante — o preço em € é meramente uma referência; esta é uma transação internacional, pelo que o preço final está sujeito a taxas de câmbio e à inclusão de impostos sobre operações financeiras. Não será emitido um eNF.
As entidades públicas dos E.U.A. são elegíveis para comprar serviços do Azure Government junto de um fornecedor de soluções de licenciamento sem compromisso financeiro inicial ou diretamente através de uma subscrição online pay as you go.
Importante — o preço em € é meramente uma referência; esta é uma transação internacional, pelo que o preço final está sujeito a taxas de câmbio e à inclusão de impostos sobre operações financeiras. Não será emitido um eNF.
Gratuito (F0)
Categoria | Funcionalidades | Preço |
---|---|---|
Voz em Texto (faturação por segundo) |
Standard | 5 horas de áudio gratuitas por mês3 |
Personalizados |
5 horas de áudio gratuitas por mês3 Alojamento de pontos finais: 1 modelo gratuito por mês1 |
|
Áudio Multicanal de Transcrição de Conversas PRÉ-VISUALIZAÇÃO | 5 horas de áudio gratuitas por mês | |
Conversão de Texto em Voz (faturação por caráter) |
Neural | 0.5 million carateres gratuitos por mês |
Tradução de Voz (faturação por segundo) |
Standard | 5 horas de áudio gratuitas por mês |
Reconhecimento de Orador (faturação por transação) |
Verificação de Orador2 | 10,000 Transações gratuitas por mês |
Identificação de Orador2 | 10,000 Transações gratuitas por mês | |
Armazenamento do Perfil do Voice | 10,000 Transações gratuitas por mês |
Pay as You Go: pague apenas pelo que utilizar.
Categoria | Preço | |
---|---|---|
Voz em Texto (faturação por segundo) |
Standard |
Transcrição em Tempo Real: $- por hora Transcrição RápidaPré-visualização: $- por hora9 Transcrição em Lote: $- por hora1 |
Personalizados |
Transcrição em Tempo Real: $- por hora Transcrição em Lote: $- por hora1 Alojamento de pontos finais: $- por modelo por hora Preparação de Voz Personalizada5: $- por hora de computação |
|
Funcionalidades de suplemento melhoradas:
|
Tempo Real: $- por hora por funcionalidade Lote (Identificação Contínua de Idioma, Segmentação): Incluído em Padrão/Personalizado (sem custos adicionais) |
|
Áudio Multicanal de Transcrição de Conversas PRÉ-VISUALIZAÇÃO | $- por hora2 | |
Tradução de Voz (faturação por segundo) |
Tradução de Voz em Tempo Real | $- por hora de áudio3 |
Tradução de VídeoPré-visualização |
Lote: $- por minuto de vídeo de saída Edição de conteúdo: $- por minuto de vídeo de saída Voz Pessoal: $- por minuto de vídeo de saída |
|
Conversão de Texto em Voz8 | Voz Padrão |
Neural: $- por um milhão de carateres Neural HD4: $- por um milhão de carateres |
Voz Personalizada |
Voz Profissional:
Sintetização: $- por 1 milhão de carateres
Preparação de modelos de voz: $- por hora de computação, até $- por preparação Alojamento de pontos finais: $- por modelo por hora |
|
Voz Pessoal6:
Sintetização: $- por 1 milhão de carateres
Criação de voz: gratuita Armazenamento de perfis de voz: $- por 1000 perfis de voz por mês |
||
Funcionalidade de Suplemento Melhorada: Avatar | Standard: $- por minuto | |
Personalizados:
Sintetização em tempo real: $- por minuto
Sintetização em lotes: $- por minuto Alojamento de ponto final: $- por modelo, por hora |
||
Reconhecimento de Orador (faturação por transação) |
Verificação de Orador7 | $- por 1,000 transações |
Identificação de Orador7 | $- por 1,000 transações | |
Armazenamento do Perfil do Voice | $- por 1,000 perfis de voz (10,000 perfis de voz gratuitos por mês) |
Camadas de Compromisso – Azure - Standard
Categoria | Funcionalidades | Preço (por mês) | Utilização excedida |
---|---|---|---|
Conversão de Voz em Texto | Standard | $- para 2,000 horas | $- por hora |
$- para 10,000 horas | $- por hora | ||
$- para 50,000 horas | $- por hora | ||
Personalizados | $- para 2,000 horas | $- por hora | |
$- para 10,000 horas | $- por hora | ||
$- para 50,000 horas | $- por hora | ||
Funcionalidades de suplemento melhoradas:2
|
$- para 2,000 horas | $- por hora | |
$- para 10,000 horas | $- por hora | ||
$- para 50,000 horas | $- por hora | ||
Conversão de Texto em Voz | Neural1 | $- para 80 M de carateres | $- por 1 M de carateres |
$- para 400 M de carateres | $- por 1 M de carateres | ||
$- para 2,000 M de carateres | $- por 1 M de carateres |
1Apenas a síntese em tempo real, isto não inclui a criação de áudio longo.
2Apenas conversão de voz em texto em tempo real. Funcionalidades suplementares de Identificação de Idioma Contínua e Segmentação incluídas na conversão de voz em texto em lote.
Camadas de Compromisso – Contentor ligado
Categoria | Funcionalidades | Preço (por mês) | Utilização excedida |
---|---|---|---|
Conversão de Voz em Texto2 | Standard | $- para 2,000 horas | $- por hora |
$- para 10,000 horas | $- por hora | ||
$- para 50,000 horas | $- por hora | ||
Personalizados | $- para 2,000 horas | $- por hora | |
$- para 10,000 horas | $- por hora | ||
$- para 50,000 horas | $- por hora | ||
Funcionalidades de suplemento melhoradas:2
|
$- para 2,000 horas | $- por hora | |
$- para 10,000 horas | $- por hora | ||
$- para 50,000 horas | $- por hora | ||
Conversão de Texto em Voz | Neural1 | $- para 80 M de carateres | $- por 1 M de carateres |
$- para 400 M de carateres | $- por 1 M de carateres | ||
$- para 2,000 M de carateres | $- por 1 M de carateres |
1Apenas a síntese em tempo real, isto não inclui a criação de áudio longo.
2Os preços aplicam-se a casos de utilização em tempo real e em lote. Não existem preços em lote separados para contentores.
Consulte a documentação para obter informações sobre as Camadas de compromisso.
Camadas de Compromisso – Contentor desligado
Inscreva-se para aceder à voz em contentores desligados ou saiba mais
Categoria | Funcionalidades | Preço (por ano) | Utilização máxima (por ano) | Utilização projetada (por mês) |
---|---|---|---|---|
Conversão de Voz em Texto2 | Standard |
$-
$- Inscreva-se para obter acesso Saiba mais |
120 000 horas
600 000 horas |
10 000 horas
50 000 horas |
Personalizados |
$-
$- Inscreva-se para obter acesso Saiba mais |
120 000 horas
600 000 horas |
10 000 horas
50 000 horas |
|
Funcionalidades de suplemento melhoradas:
|
$-
$- |
120 000 horas
600 000 horas |
10 000 horas
50 000 horas |
|
Conversão de Texto em Voz | Neural1 |
$-
$- Inscreva-se para obter acesso Saiba mais |
4,8 mil milhões de carateres
24 mil milhões de carateres |
400 milhões de carateres
2 mil milhões de carateres |
1Apenas a síntese em tempo real, isto não inclui a criação de áudio longo.
2Os preços aplicam-se a casos de utilização em tempo real e em lote. Não existem preços em lote separados para contentores.
Estas funcionalidades estão a ser preteridas e apenas disponíveis para os clientes existentes usarem. Verifique os detalhes e aprenda a migrar para novas funcionalidades.
Instância | Categoria | Funcionalidades | Preço |
---|---|---|---|
Gratuito - Web/Contentor 1 pedido simultâneo |
Conversão de Texto em Voz | Standard | 5 million carateres gratuitos por mês |
Personalizados |
5 million carateres gratuitos por mês Alojamento de pontos finais: 1 modelo gratuito por mês |
||
Standard - Web/Contentor 100 pedidos simultâneos para o modelo Base 20 pedidos simultâneos para o modelo Personalizado |
Conversão de Texto em Voz | Standard | $- por um milhão de carateres |
Personalizados |
$- por um milhão de carateres Alojamento de pontos finais: $- por modelo por hora |
Preços e opções de compra do Azure
Entre em contacto direto connosco
Obtenha uma orientação dos preços do Azure. Compreenda os preços da sua solução cloud, saiba mais sobre a otimização de custos e solicite uma proposta personalizada.
Fale com um especialista em vendasVeja as formas de compra
Compre serviços do Azure através do site do Azure, de um representante da Microsoft ou de um parceiro do Azure.
Explore as suas opçõesRecursos adicionais
Discurso de IA do Azure
Saiba mais sobre as funcionalidades e capacidades do Discurso de IA do Azure.
Calculadora de preços
Faça uma estimativa dos seus custos mensais para utilizar qualquer combinação de produtos do Azure.
Documentação
Reveja tutoriais técnicos, vídeos e mais Discurso de IA do Azure recursos.
Perguntas mais frequentes
-
- Para a Voz em Texto e a Tradução de Voz, a utilização é faturada em incrementos de um segundo.
- Para Conversão de Texto em Voz: a utilização é faturada por caráter. Veja a definição de caráter na nota de preços.
- Para o alojamento de Voz Neural Personalizada: a utilização é faturada por ponto final por segundo. Consulte os detalhes na nota de preços.
- Para o armazenamento pessoal de perfis de voz: a utilização é faturada por perfil de voz por dia. Consulte os detalhes na nota de preços.
- Para Avatar de Conversão de Texto em Voz, a utilização é faturada por segundo.
- Para a Conversão de Voz em Texto e Texto em Voz (incluindo Avatar), o alojamento de pontos finais para modelos personalizados é faturado por segundo e por modelo.
-
O serviço de Voz permite aos utilizadores adaptarem os modelos da linha de base com base nos seus próprios dados acústicos e de linguagem, conduzindo a modelos de discurso personalizado que podem ser utilizados na Conversão de Voz em Texto e na Tradução de Voz.
-
O modelo de idioma é uma distribuição de probabilidade sobre sequências de palavras. O modelo de idioma ajuda o sistema a decidir entre sequências de palavras que soam de forma semelhante, com base na probabilidade das próprias sequências de palavras. Por exemplo, “recognize speech” e “wreck a nice beach” soam de forma parecida, mas a primeira hipótese é muito mais provável de ocorrer e, portanto, será atribuída uma melhor classificação pelo modelo do idioma. Se espera que as consultas de voz na sua aplicação contenham itens de vocabulário particulares, como nomes de produtos ou gíria, que ocorrem raramente no discurso habitual, é provável que consiga obter um melhor desempenho ao personalizar o modelo de idioma. Por exemplo, se estava a criar uma aplicação para pesquisar o MSDN por voz, é provável que termos como “orientado por objetos” ou “espaço de nomes” ou “ponto net” apareçam com mais frequência do que em aplicações de discurso habitual. A personalização do modelo de idioma irá permitir que o sistema aprenda isto.
-
O modelo acústico é um classificador que rotula fragmentos curtos de áudio num de vários fonemas, ou unidades de som, em cada idioma. Estes fonemas podem ser unidos para formar palavras. Por exemplo, a palavra “speech” é constituída por quatro fonemas “s p iy ch”. Estas classificações são feitas na ordem de 100 vezes por segundo. A personalização do modelo acústico pode permitir que o sistema aprenda a melhorar o reconhecimento de voz em ambientes atípicos. Por exemplo, se tem uma aplicação concebida para ser utilizada por trabalhadores num armazém ou numa fábrica, um modelo acústico personalizado pode reconhecer com mais precisão a voz na presença dos ruídos encontrados nestes ambientes.
-
O serviço de voz oferece um amplo conjunto de tipos de letra de voz de conversão de texto em voz (TTS); contudo, a voz neural personalizada permite-lhe criar a sua própria voz personalizada e que se adeque às suas necessidades e à sua marca. Leia o blogue para obter mais informações.
-
Identificação de idioma permite-lhe identificar uma mudança no idioma falado e transcrever a voz em conformidade. Isto pode ser aplicado em cenários em que o idioma de áudio é desconhecido ou quando o(s) falante(s) pode(m) falar vários idiomas. A Identificação de Idioma Único está disponível sem custos adicionais. A Identificação Contínua de Idioma é uma funcionalidade de suplemento melhorada. Visite os documentos para saber mais.
-
- A Avaliação da pronúncia avalia a pronúncia da voz e dá feedback aos oradores sobre a precisão e fluência do áudio falado. Com a avaliação da pronúncia, os estudantes de idiomas podem praticar, obter feedback instantâneo e melhorar a pronúncia para que possam falar e apresentar com confiança. Os educadores podem utilizar a capacidade de avaliar a pronúncia de vários oradores em tempo real. Consulte os documentos para saber mais.
- É cobrado como Conversão de Voz em Texto standard, exemplo:
Para avaliação de 8 segundos de voz, ser-lhe-ão cobrados cerca de $-
Fale com um especialista em vendas para obter uma descrição detalhada dos preços do Azure. Compreenda os preços da sua solução cloud.
Obtenha serviços cloud gratuitos e um crédito de $200 para explorar o Azure durante 30 dias.