Integre la traducción de voz end-to-end en sus productos con Microsoft Speech Services
Los servicios de voz de Microsoft están ahora en disponibilidad general. Parte de los servicios cognitivos de Azure, Speech ofrece capacidades completas de voz, incluyendo el reconocimiento de voz, la traducción y el texto a voz en un conjunto de servicios unificados y personalizables. Combina las capacidades de la API de voz de Microsoft Translator, la API de voz de Bing y el servicio de voz personalizado (vista previa).
El discurso es una empresa lista y escalable para sus necesidades, desde el prototipado hasta la producción. Se puede Agregar a sus aplicaciones, sitios web y flujos de trabajo a través de un Azul Suscripción.
El discurso apoya 11 idiomas de la traducción del discurso-a-discurso. El discurso de cualquiera de esos 11 idiomas también puede traducirse en más de 60 idiomas de texto. Se pueden encontrar listas de idiomas compatibles para la traducción, el reconocimiento de voz y el texto a voz en el Documentación de servicios de voz.
Solución end-to-end personalizable
De manera similar a la API de voz de Microsoft Translator, el servicio de traducción de voz combina todos los elementos necesarios para la traducción de voz en un servicio integrado: reconocimiento de voz, incluida la normalización de texto TrueText, traducción de texto a través del Servicio de traductores de Microsoft y texto a voz.
Además, las traducciones de voz son personalizables en cada nivel, desde el reconocimiento de voz de entrada a la traducción a la salida de texto a voz.
Reconocimiento de voz y normalización TrueText: convertir audio de voz en texto
El audio del discurso se procesa y se convierte en salida del texto crudo. Después de que el discurso se convierte, TrueText normaliza el texto, para hacerlo más apropiado para la traducción. TrueText elimina el disfluencies de voz (palabras de relleno como "um" s y "Ah"), tartamudeos y repeticiones. El texto también se hace más legible y traducible mediante la adición de pausas de oración, puntuación adecuada y capitalización.
El reconocimiento de voz se puede personalizar usando Discurso personalizado. Con el discurso de encargo, los usuarios pueden construir los modelos de lengua de encargo adaptados a su propio vocabulario y estilo de discurso único. Los modelos acústicos personalizados también se pueden crear para adaptarse al entorno del usuario para asegurarse de que el reconocimiento de voz puede adaptarse a varios micrófonos, frecuencia de muestreo o ruido de fondo.
Traducción automática: traducir el texto
El texto convertido se traduce usando la traducción automática neural desarrollada especialmente para conversaciones habladas en la vida real.
Traductor personalizado escuchar permite a los usuarios personalizar los sistemas de traducción neural de los traductores en uno que entienda la terminología utilizada en una empresa o industria.
Los sistemas personalizados con traductores personalizados se pueden utilizar tanto para traducciones de voz como para traducciones de texto mediante el API de texto de Microsoft Translator.
Texto a voz: producir audio a partir del texto traducido
Texto a voz, o síntesis de voz, crea la salida de audio generada por ordenador a partir del texto traducido. Los usuarios pueden elegir entre más de 75 voces en más de 45 idiomas o locales, incluyendo opciones para voces masculinas y femeninas.
Con Voz personalizada, los usuarios también pueden personalizar la voz mediante la grabación y la carga de datos de formación. El servicio crea una voz única sintonizada con sus grabaciones.
Comience con el discurso unificado
Más información sobre el discurso unificado en el servicio Página de Azure. Allí, puede probar los servicios de voz unificados de Microsoft de forma gratuita con una clave de prueba de 30 días a través de la Portal Azure.
La documentación para el discurso está disponible aquí, y está lleno de arranques rápidos, tutoriales, y cómo guías para ayudarle a agregar el servicio a su aplicación.
