今天是這子系列的最後一篇，因為Text-to-Speech沒有AutoML UI介面可以操作，無奈只好讓這邊結束這回合。

按照進度，這篇必須更深入介紹Text-to-Speech API，來看看今天的兩個主題吧。

列出Voice清單

下面這段code可以列出支援的語言，並提供不同種的發聲方式。

昨天玩完Cloud Text-to-Speech demo以後，大概知道他可以把文字轉成語音念給你聽。今天就來入門Cloud Text-to-Speech API吧。

前情提要：記得先Enable API，放置環境變數的教學可以看這系列第三天的文章
語言一樣使用Golang，然後跑在docker裡，之後也會放上github

今天來介紹Google另一個AI服務：文字轉語音(Text-To-Search)。把一段文字丟入以後，他可以唸出來給你。這套服務目前還沒有AutoML的UI介面可以操作，我們就只能看看API跟demo的操作。

在Text-To-Search裡，Google有使用到WaveNet模型，這套模型用了大量的語音去訓練AI，讓AI能知道哪些字接著哪些字應該怎麼發音，讓聲音更像人說出來的一樣。

更詳細的WaveNet可以看Google這邊的介紹：https://cloud.google.com/text-to-speech/docs/wavenet
還可以聽一下不是WaveNet說的話，跟WaveNet說的話之間的差別