Os serviços do Microsoft Speech estão agora em disponibilidade geral. Parte dos Serviços Cognitivos do Azure, o Speech oferece recursos completos de fala, incluindo reconhecimento de fala, tradução e conversão de texto em fala em um conjunto de serviços unificados e personalizáveis. Ele combina os recursos da API de fala do Microsoft Translator, da API de fala do Bing e do Serviço de fala personalizado (visualização).

O Speech está pronto para uso empresarial e é dimensionável para suas necessidades, desde a prototipagem até a produção. Ele pode ser adicionado aos seus aplicativos, sites e fluxos de trabalho por meio de um Azure assinatura.

O Speech suporta 11 idiomas de tradução de fala para fala. A fala de qualquer um desses 11 idiomas também pode ser traduzida para mais de 60 idiomas de texto. As listas de idiomas suportados para tradução, reconhecimento de fala e conversão de texto em fala podem ser encontradas na seção Documentação dos serviços de fonoaudiologia.

Solução personalizável de ponta a ponta

Da mesma forma que a API de fala do Microsoft Translator, o serviço de tradução de fala combina todos os elementos necessários para a tradução de fala em um serviço integrado: reconhecimento de fala, incluindo normalização de texto TrueText, tradução de texto por meio do serviço Microsoft Translator e conversão de texto em fala.

Além disso, as traduções de fala são personalizáveis em cada nível, desde o reconhecimento de fala de entrada até a tradução e a conversão de texto em fala de saída.

Reconhecimento de fala e normalização TrueText: Converte o áudio da fala em texto

O áudio da fala é processado e convertido em saída de texto bruto. Depois que a fala é convertida, o TrueText normaliza o texto para torná-lo mais apropriado para a tradução. O TrueText remove disfluências de fala (palavras de preenchimento, como "um" e "ah"), gaguejos e repetições. O texto também se torna mais legível e traduzível com a adição de quebras de frases, pontuação adequada e letras maiúsculas.

O reconhecimento de fala pode ser personalizado usando Discurso personalizado. Com a fala personalizada, os usuários podem criar modelos de linguagem personalizados, adaptados ao seu próprio vocabulário e estilo de fala exclusivo. Modelos acústicos personalizados também podem ser criados para se adaptarem ao ambiente do usuário, a fim de garantir que o reconhecimento de fala possa se adaptar a vários microfones, taxas de amostragem ou ruídos de fundo.

Tradução automática: Traduzir o texto

O texto convertido é traduzido usando a tradução automática neural desenvolvida especialmente para conversas faladas na vida real.

Tradutor personalizado (visualização) permite que os usuários personalizem os sistemas de tradução neural do Translator, transformando-os em um sistema que compreenda a terminologia usada em uma empresa ou setor.

Os sistemas personalizados com o Custom Translator podem ser usados tanto para traduções de fala quanto para traduções de texto usando o API de texto do Microsoft Translator.

Conversão de texto em fala: Produzir áudio a partir do texto traduzido

A conversão de texto em fala, ou síntese de voz, cria uma saída de áudio gerada por computador a partir do texto traduzido. Os usuários podem escolher entre mais de 75 vozes em mais de 45 idiomas ou localidades, incluindo opções para vozes masculinas e femininas.

Com Voz personalizadaAlém disso, os usuários podem personalizar a voz gravando e fazendo upload de dados de treinamento. O serviço cria uma voz exclusiva ajustada às suas gravações.

Comece a usar o Speech unificado

Saiba mais sobre a fala unificada no site do serviço Página do Azure. Lá, você pode testar os serviços de fala unificada da Microsoft gratuitamente com uma chave de avaliação de 30 dias por meio do site Portal do Azure.

A documentação do Speech está disponível aquie está repleto de inícios rápidos, tutoriais e guias de instruções para ajudá-lo a adicionar o serviço ao seu aplicativo.

Comece a usar o Microsoft Speech gratuitamente agora.