Kaizen Speech Studio は、PC を完全な音声制作スタジオに変える Windows 用のオールインワン AI スピーチ ツールキットです。 1 つのアプリに 7 つのツールがバンドルされています。(1) 80 以上の言語にわたる 603 以上の Microsoft Azure ニューラル音声によるテキスト読み上げ - 記事のナレーション、オーディオブックの作成、ナレーションの作成に最適です。 (2) 再利用可能な音声プリセットを備えたビジュアル SSML エディターにより、一時停止、強調、音素、韻律をきめ細かく制御できます。 (3) オーディオ ファイル、ビデオ ファイル、または YTube URL からの文字起こし。タイムスタンプと話者ラベルを付けて SRT、VTT、TXT、または DOCX にエクスポートします。 (4) 自動タイミング調整と編集可能なトランスクリプトを使用した、一度に 10 か国語へのビデオ ダビング。 (5) 実際のプレビュー クリップを備えたボイス ピッカーにより、Azure キャラクターを消費せずに音声を試聴できます。 (6) あなたが所有または権利を持っているコンテンツのビデオダウンロード。 (7) WAV/MP3 変換、オーディオ トリミング、無音検出、およびラウドネス正規化のためのユーティリティ スイート。 Speech Studio は Bring Your Own Azure Key モデルを使用します。Microsoft に直接支払う (100 万文字あたり約 16 ドル、または F0 レベルでは月あたり最初の 500,000 までは無料) ため、クラウドのコストに上乗せされるマージンはありません。その結果、ラップされたサブスクリプション サービスよりも 5 ～ 10 倍低いランニングコストで、プロのスタジオ グレードの出力が得られます。