مایکروسافت در حال آماده شدن برای عرضه سرویس هوش مصنوعی Speech to Text برای توسعه دهندگان است

اگر می‌خواهید نسخه اختصاصی آمازون اکو را بسازید، می‌توانید زمان زیادی را صرف چرخاندن موتور تشخیص صدای خود کنید، یا می‌توانید از سرویس‌های شناختی جدید مایکروسافت استفاده کنید، که مایکروسافت اکنون آماده انتشار آن برای توسعه‌دهندگان است.

مایکروسافت در حال آماده شدن برای انتشار سرویس گفتار سفارشی، گرداننده محتوا و API گفتار Bing برای توسعه دهندگان است، 3 مورد از 25 ابزار خدمات شناختی که مایکروسافت در نهایت در دسترس قرار خواهد داد.

ابزار Custom Speech Service موتور گفتار به متن مایکروسافت را برای داده‌های ارائه شده توسط توسعه‌دهندگان اعمال می‌کند و مایکروسافت الگوریتم‌های تشخیص گفتار خود را به گونه‌ای تنظیم کرده است که مناطق پر سر و صدا و با اصطلاحات، گفتگو و لهجه‌ها را به خوبی انجام دهد.

Content Moderator به کاربران اجازه می‌دهد تصاویر، متن و داده‌های ویدیویی را قبل از انتشار قرنطینه کرده و مرور کنند، در حالی که Bing Speech API صدا را به متن تبدیل می‌کند و متن را به گفتار تبدیل می‌کند.

این سرویس ها به خوبی با چارچوب ربات مایکروسافت کار می کنند، اما می توانند به طور مستقل نیز مورد استفاده قرار گیرند و به توسعه دهندگان اجازه می دهد به راحتی ویژگی هایی را به برنامه های خود اضافه کنند.

ابزار Custom Speech Service اکنون در پیش نمایش در دسترس است، در حالی که Content Moderator و Bing Speech API عموماً در مارس 2017 در دسترس خواهند بود.

بیش از 424,000 توسعه‌دهنده در 60 کشور تا به امروز خدمات شناختی مایکروسافت را امتحان کرده‌اند و ما قبلاً شاهد استفاده از این فناوری در دستگاه‌هایی به سبک الکسا بوده‌ایم. ماتل ارسطو در بالا.

درباره استفاده از این خدمات بیشتر بخوانید در مایکروسافت اینجا هست.