Dịch vụ Microsoft Speech hiện đang có sẵn nói chung. Một phần của dịch vụ nhận thức Azure, giọng nói cung cấp khả năng nói hoàn chỉnh, bao gồm nhận dạng giọng nói, Dịch thuật và chuyển văn bản thành giọng nói trong một tập hợp các dịch vụ có thể tùy chỉnh và thống nhất. Nó kết hợp các khả năng của Microsoft Translator Speech API, Bing Speech API và Custom Speech Service (xem trước).

Phát biểu là doanh nghiệp đã sẵn sàng và có khả năng mở rộng cho nhu cầu của bạn, từ tạo mẫu cho đến sản xuất. Nó có thể được thêm vào ứng dụng, trang web và quy trình công việc của bạn thông qua Azure Đăng ký.

Giọng nói hỗ trợ 11 ngôn ngữ dịch giọng nói sang giọng nói. Giọng nói từ bất kỳ 11 ngôn ngữ nào cũng có thể được dịch ra hơn 60 ngôn ngữ văn bản.  Danh sách các ngôn ngữ được hỗ trợ để dịch, nhận dạng giọng nói, và văn bản thành giọng nói có thể được tìm thấy trong Tài liệu dịch vụ giọng nói.

Giải pháp đầu cuối tùy chỉnh

Tương tự như Microsoft Translator Speech API, Dịch vụ dịch giọng nói kết hợp tất cả các yếu tố cần thiết để dịch giọng nói trong một dịch vụ tích hợp: nhận dạng giọng nói bao gồm cả văn bản TrueText bình thường, Dịch văn bản thông qua Dịch vụ Microsoft Translator và chuyển văn bản thành giọng nói.

Ngoài ra, bản dịch tiếng nói có thể tùy chỉnh ở mỗi cấp độ, từ nhận dạng giọng nói đầu vào để dịch sang đầu ra văn bản-to-Speech.

Nhận dạng giọng nói và chuẩn hóa TrueText: chuyển đổi âm thanh giọng nói thành văn bản

Âm giọng nói được xử lý và chuyển đổi thành đầu ra văn bản thô. Sau khi bài phát biểu được chuyển đổi, TrueText bình thường hóa văn bản, để làm cho nó thích hợp hơn để dịch. TrueText loại bỏ sự giải thích bằng lời nói (các từ phụ như "UM" và "ah"), stutters, và repetitions. Văn bản này cũng được thực hiện dễ đọc hơn và có thể dịch được bằng cách thêm câu, dấu câu thích hợp và viết hoa.

Nhận dạng giọng nói có thể được tùy chỉnh bằng Giọng nói tùy chỉnh. Với giọng nói tùy chỉnh, người dùng có thể xây dựng các mô hình ngôn ngữ tùy chỉnh phù hợp với vốn từ vựng và phong cách nói độc đáo của riêng họ. Các mô hình âm thanh tùy chỉnh cũng có thể được tạo ra để thích ứng với môi trường người dùng để đảm bảo việc nhận dạng giọng nói có thể thích ứng với các micrô khác nhau, tỷ lệ lấy mẫu hoặc nhiễu nền.

Dịch máy: Dịch văn bản

Văn bản chuyển đổi được dịch bằng cách sử dụng dịch máy thần kinh được phát triển đặc biệt cho cuộc trò chuyện thực sự sống.

Tùy chỉnh Translator Xem trước cho phép người dùng tùy biến hệ thống dịch thần kinh Translator vào một trong đó hiểu được thuật ngữ sử dụng trong một công ty hoặc ngành công nghiệp.

Các hệ thống tùy chỉnh với Custom Translator có thể được sử dụng cho cả bản dịch giọng nói và bản dịch bằng cách sử dụng API văn bản của Microsoft Translator.

Chuyển văn bản thành giọng nói: tạo âm thanh từ văn bản đã dịch

Chuyển văn bản thành giọng nói hoặc tổng hợp giọng nói, tạo ra âm thanh do máy tạo ra từ văn bản dịch. Người dùng có thể chọn từ hơn 75 tiếng nói trong hơn 45 ngôn ngữ hoặc miền địa phương, bao gồm các tùy chọn cho giọng nam và nữ.

Với Tùy chỉnh thoại, người dùng cũng có thể tùy chỉnh giọng nói bằng cách ghi và tải lên dữ liệu đào tạo. Dịch vụ tạo ra một giọng nói duy nhất điều chỉnh cho các bản ghi âm của bạn.

Bắt đầu với bài phát biểu thống nhất

Tìm hiểu thêm về giọng nói thống nhất trên dịch vụ Trang Azure. Ở đó, bạn có thể kiểm tra các dịch vụ giọng nói thống nhất của Microsoft miễn phí với khóa dùng thử 30 ngày thông qua Cổng thông tin Azure.

Tài liệu về giọng nói có sẵn Ở đây, và có đầy đủ các bắt đầu nhanh, hướng dẫn, và làm thế nào để hướng dẫn để giúp bạn thêm các dịch vụ vào ứng dụng của bạn.

Bắt đầu với Microsoft Speech miễn phí ngay bây giờ.