隨著技術(shù)的發(fā)展，AI智能語音的表現(xiàn)力與擬真性也在不斷提升，從一開始僵硬的機械音逐漸發(fā)展到了能夠識別語句結(jié)構(gòu)，將文本富含情感的念出來。

現(xiàn)在，Microsoft認知服務(wù)官方宣布，微軟的智能語音技術(shù)再次獲得升級，在語音合成上實現(xiàn)了多種方言的支持。

目前，微軟智能語音除了標準普通話外，還支持吳方言、粵方言、西南官話、東北官話、冀魯官話、中原官話在內(nèi)的多種方言，并能夠流暢進行朗讀古詩、語音播報等交互行為。

同時，在語音識別上，該技術(shù)目前已經(jīng)支持了三種方言，擴寬了用戶群體。

據(jù)悉，微軟智能語音基于Azure Neural TTS（text-to-speech，語音合成）與 STT（speech-to-text，語音識別）兩大技術(shù)，支持的語音區(qū)域已經(jīng)超過140個，并支持超過400多個音色。

該技術(shù)的語音具有豐富細膩的情感，能夠做到與真人不分伯仲。