用 Azure Speech 的免费额度

English · 简体中文

Azure AI Speech 就是插件里的 Azure 服务商：一百多种语言、几百个神经网络语音，其中的多语种语音能一口气读完中英混排的文档，而且带词级时间戳——所以朗读能逐词高亮。它的免费（F0）定价层每月给 50 万字符的神经网络语音合成，月月都有，只要这个资源还在就一直有。一篇期刊论文 4 万到 8 万字符，也就是每月六到十二篇，整篇读完，不花钱。本教程带你在这个层上拿到密钥，并填进插件。耗时约十五分钟，大部分花在微软的注册上。

你需要什么

国内网络——一定要注册全球版 Azure（azure.microsoft.com）。插件访问的是 <区域>.tts.speech.microsoft.com，而由世纪互联运营的 Azure 中国（azure.cn）是另一朵云，终结点也不同，它的密钥在插件里用不了。注册全球版通常需要一张能付外币的信用卡（Visa/Mastercard），或者用教育邮箱走上面的 Azure for Students。

1. 注册 Azure 账号

打开 azure.microsoft.com/free，点**免费开始使用**（Start free）。用微软账号登录，填资料，验证手机号和银行卡。免费账户还附带头 30 天 200 美元的额度和十二个月的若干免费用量——这些插件都用不上：下面的语音免费层是永久的，和它们无关。

2. 在免费层上创建语音资源

  1. 打开 Azure 门户，选**创建资源**（Create a resource，左上角的 +）。

  2. 在应用市场里搜 Speech，选微软的 Speech（在 Azure AI services / Foundry Tools 底下——这一族的名字每年都变，产品没变）。点创建。

  3. 填表：

    字段 填什么
    订阅 注册时创建的那个（免费试用 / Azure subscription 1）
    资源组 新建，名字随意（zotero-tts）
    区域 离你近的一个——见下
    名称 任何不重名的（zotero-tts-speech）
    定价层 免费 F0

    每个订阅在每个区域只能有一个免费语音资源；如果 Free F0 是灰的，说明你在那里已经有一个，或者曾经有过：删掉的资源会在软删除状态里滞留一段时间，仍然占名额。换一个区域，或者去清除它（Azure AI services → 管理已删除的资源）。

  4. 查看 + 创建，再点创建。部署不到一分钟；然后点转到资源。

选哪个区域

区域就是为你的请求提供服务的地方，选近的延迟低：东亚选 eastasia（香港）或 japaneast，欧洲选 westeurope 或 northeurope，北美选 eastus / westus2。几乎每个语音在每个区域都有；完整名单见语音服务区域。插件要的是区域的短 id（eastasia，不是 East Asia）；资源页面上就写着。

3. 抄下密钥和区域

在资源页面里打开密钥和终结点（Keys and Endpoint，在左栏的资源管理下）。那里有 KEY 1、KEY 2 和位置/区域。抄下 KEY 1，记住区域 id。两个密钥都能用；有两个是为了轮换其中一个时另一个还在用。

4. 把插件指过去

Zotero → 设置 → Zotero-TTS → Azure 那一节：

字段 填什么
启用 Azure 语音 开
API 密钥 KEY 1
区域 区域 id，例如 eastasia

测试连接应当回答 Connected. N voices available. Synthesis works.——测试会合成两个字符，证明这个密钥不只能列语音，还能真的花额度。打开朗读，语音模式选本地，Azure-… 那些语音就在那里；读单一语言的文档就选该语言的语音（Azure-晓晓、Azure-Ava），中英混排的文档就在「多语言」条目下选一个 Multilingual 的。要逐词高亮，把设置 → 常规 → 朗读 → 高亮当前设成单词。

免费层包含什么、不包含什么

疑难解答