Microsoft gør klar til at frigive Speech to Text AI Cognitive-tjeneste til udviklere

Hvis du vil lave din egen version af Amazon Echo, kan du enten bruge meget tid på at rulle din egen stemmegenkendelsesmotor, eller du kan benytte Microsofts nye Cognitive Services, som Microsoft nu er klar til at blive udgivet til udviklere.

Microsoft gør sig klar til at frigive sin Custom Speech Service, Content Moderator og Bing Speech API til udviklere, 3 af 25 Cognitive Service-værktøjer, som Microsoft i sidste ende vil gøre tilgængelige.

Værktøjet Custom Speech Service anvender Microsofts tale-til-tekst-motor til udviklerleverede data, og Microsoft har tunet sine talegenkendelsesalgoritmer til at udføre godt støjende områder og med jargon, dialog og accenter.

Indholdsmoderatoren giver brugerne mulighed for at sætte billeder, tekst og videodata i karantæne, før de udgives, mens Bing Speech API konverterer lyd til tekst og konverterer tekst tilbage til tale.

Tjenesterne fungerer godt sammen med Microsofts Bot Framework, men kan også bruges uafhængigt, og lader udviklere nemt tilføje funktioner til deres apps.

Værktøjet Custom Speech Service er tilgængeligt i forhåndsvisning nu, mens Content Moderator og Bing Speech API vil være generelt tilgængelige i marts 2017.

Mere end 424,000 udviklere i 60 lande har allerede prøvet Microsofts Cognitive Services til dato, og vi har allerede set teknologien blive anvendt på en enhed i Alexa-stil i form af Mattel Aristoteles ovenfor.

Læs mere om, hvordan du kan bruge disse tjenester hos Microsoft her.