Layanan Microsoft Speech sekarang dalam ketersediaan umum. Bagian dari Azure Cognitive Services, Speech menawarkan kemampuan pidato lengkap, termasuk pengenalan ucapan, penerjemahan, dan Text-to-Speech dalam satu set layanan terpadu dan dapat disesuaikan. Ini menggabungkan kemampuan Microsoft Translator Speech API yang ada, API Bing Speech, dan Custom Speech Service (preview).

Pidato adalah perusahaan siap dan scalable untuk kebutuhan Anda, dari Prototyping untuk produksi. Hal ini dapat ditambahkan ke aplikasi, situs web, dan alur kerja Anda melalui Azure Berlangganan.

Pidato mendukung 11 bahasa terjemahan Speech-to-Speech. Pidato dari salah satu dari 11 bahasa tersebut juga dapat diterjemahkan ke dalam lebih dari 60 bahasa teks.  Daftar bahasa yang didukung untuk penerjemahan, pengenalan ucapan, dan Text-to-Speech dapat ditemukan di Dokumentasi Layanan bicara.

Solusi end-to-end yang dapat disesuaikan

Demikian pula halnya dengan Microsoft Translator Speech API, layanan penerjemahan ucapan menggabungkan semua elemen yang diperlukan untuk penerjemahan ucapan dalam satu layanan terintegrasi: pengenalan ucapan termasuk normalisasi teks TrueText, terjemahan teks melalui Layanan penerjemah Microsoft, dan Text-to-Speech.

Selain itu, ucapan terjemahan dapat disesuaikan pada setiap tingkat, dari masukan pidato pengakuan untuk terjemahan ke output Text-to-Speech.

Pengenalan ucapan dan normalisasi TrueText: mengkonversi audio ucapan ke dalam teks

Audio ucapan diproses dan dikonversi menjadi output teks mentah. Setelah pidato dikonversi, TrueText menormalkan teks, untuk membuatnya lebih tepat untuk terjemahan. TrueText menghilangkan disfluensi pidato (kata pengisi seperti "UM" dan "Ah" s), gagap, dan pengulangan. Teks ini juga dibuat lebih mudah dibaca dan diterjemahkan dengan menambahkan jeda kalimat, tanda baca yang tepat, dan kapitalisasi.

Pengenalan ucapan dapat disesuaikan menggunakan Kustom pidato. Dengan pidato kustom, pengguna dapat membangun model bahasa kustom disesuaikan dengan kosa kata mereka sendiri dan gaya berbicara yang unik. Model akustik kustom juga dapat dibuat untuk beradaptasi dengan lingkungan pengguna untuk memastikan pengenalan ucapan dapat beradaptasi dengan berbagai mikrofon, sampling rate atau kebisingan latar belakang.

Terjemahan mesin: Terjemahkan teks

Teks dikonversi diterjemahkan menggunakan terjemahan mesin saraf khusus dikembangkan untuk percakapan berbicara kehidupan nyata.

Penerjemah kustom pratinjau memungkinkan pengguna untuk menyesuaikan Translator sistem terjemahan saraf menjadi salah satu yang memahami terminologi yang digunakan dalam sebuah perusahaan atau industri.

Sistem yang disesuaikan dengan Custom Translator dapat digunakan untuk terjemahan ucapan dan terjemahan teks menggunakan API teks penerjemah Microsoft.

Text-to-Speech: menghasilkan audio dari teks yang diterjemahkan

Text-to-Speech, atau sintesis suara, menciptakan output audio komputer yang dihasilkan dari teks diterjemahkan. Pengguna dapat memilih dari lebih dari 75 suara di lebih dari 45 bahasa atau lokal, termasuk pilihan untuk suara pria dan wanita.

Dengan Suara kustom, pengguna juga dapat menyesuaikan suara dengan merekam dan meng-upload data pelatihan. Layanan ini menciptakan suara unik yang disetel ke rekaman Anda.

Memulai dengan pidato terpadu

Pelajari lebih lanjut tentang pidato terpadu pada Layanan Halaman Azure. Di sana, Anda dapat menguji Microsoft Unified Speech layanan gratis dengan 30 hari Trial Key melalui Portal Azure.

Dokumentasi untuk ucapan tersedia Sini, dan penuh dengan mulai cepat, Tutorial, dan bagaimana panduan untuk membantu Anda menambahkan layanan ke aplikasi Anda.

Mulailah dengan Microsoft Speech gratis sekarang.