使用 Microsoft 語音服務將端到端語音翻譯集成到您的產品中

微軟語音服務現在是通用的。作為 azure 認知服務的一部分, 語音提供了完整的語音功能, 包括語音辨識、翻譯和文本到語音, 這些功能集中在一組統一且可自訂的服務中。它結合了現有的 microsoft 翻譯器語音 api、必應語音 api 和自訂語音服務 (預覽) 的功能。

從原型設計到生產, 語音可根據您的需求做好企業準備並進行擴展。它可以通過蔚藍訂閱。

語音支援11種語音到語音翻譯語言。這11種語言中的任何一種也可以翻譯成60多種文本語言。支援翻譯、語音辨識和文本到語音的語言清單, 請參見語音服務文件.

可定制的端到端解決方案

與 microsoft 翻譯器語音 api 類似, 語音翻譯服務將語音翻譯所需的所有元素整合到一個整合服務中: 語音辨識, 包括 truetext 文本正常化、文本翻譯。微軟翻譯服務, 和文本到語音。

此外, 語音翻譯可在每個級別進行自訂, 從輸入語音辨識到翻譯再到輸出文本到語音。

語音辨識和 truetext 正常化: 將語音音訊轉換為文本

語音音訊被處理並轉換為原始文本輸出。轉換語音後, truetext 將文本正常化, 使其更適合翻譯。truetext 消除了語音不一致 (填充詞, 如 "um" 和 "ah")、口吃和重複。通過添加句子符、適當的標點符號和大小寫, 文本也變得更具可讀性和可翻譯性。

可以使用自訂語音辨識自訂語音.通過自訂語音, 使用者可以根據自己的詞彙和獨特的口語風格構建自訂語言模型。還可以創建自訂聲學模型, 以適應使用者環境, 確保語音辨識能夠適應各種麥克風、取樣速率或背景雜訊。

機器翻譯: 翻譯文本

轉換後的文本是使用專門為現實生活中的口語對話而開發的神經機器翻譯進行翻譯的。

自訂轉換器 (預覽) 允許使用者將翻譯神經翻譯系統自訂為能夠理解公司或行業中使用的術語的系統。

使用自訂翻譯自訂的系統可用於語音翻譯和文本翻譯。微軟翻譯的文本 api.

文本到語音: 從翻譯文本生成音訊

文本到語音, 或語音合成, 從翻譯的文本創建電腦生成的音訊輸出。使用者可以從超過45種語言或地區設定的75個以上的聲音中進行選擇, 包括男性和女性聲音的選項。

與自訂語音, 使用者還可以通過記錄和上傳培訓資料自訂語音。該服務創建一個獨特的聲音調諧到您的錄音。

瞭解有關服務上的統一語音的詳細資訊 azure 頁.在那裡, 您可以通過30天的試用金鑰免費測試 microsoft 的統一語音服務。 Azure 門戶.

提供語音文檔在這裡, 並提供了快速啟動、教程以及如何提供指南以説明您將服務添加到應用中。