Služba Microsoft Azure Text to Speech teraz ponúka prirodzene znejúce štýly hlasu a emócií

Služba Text to Speech od Microsoft Cognitive Services konvertuje text na reč pre prirodzenejšie rozhrania. Vývojári môžu túto službu využiť na vytváranie aplikácií a služieb, ktoré hovoria prirodzene. Vďaka prelomovému výskumu v technológii syntézy reči už služba Text to Speech od Microsoftu poskytuje plynulú, prirodzene znejúcu reč, ktorá zodpovedá vzorcom stresu a intonácii ľudských hlasov. Spoločnosť Microsoft dnes oznámila tri nové štýly hlasu a štýly emócií, ktoré ponúkajú vývojárom viac možností pri výbere štýlu reči pre ich aplikácie.

Microsoft oznamuje tieto tri hlasové štýly:

• Správy – S neurónovými hlasmi TTS v štýle spravodajstva si vaši používatelia môžu vychutnať počúvanie správ alebo článkov v profesionálnom tóne, ktorý odráža to, čo môžete počuť v televíznych alebo rozhlasových spravodajských reláciách.
• Zákaznícky servis – Štýl zákazníckeho servisu sa vyznačuje priateľským a pútavým tónom a je vhodný pre scenáre zahŕňajúce zákaznícku podporu, ako je individuálna registrácia na let, rezervácia v reštaurácii alebo nahlásenie reklamácie.
• Digitálny asistent – ​​Mnoho zákazníkov používa neurónové hlasy TTS pre svoje riešenia digitálnych asistentov. V tejto oblasti predstavujeme dva štýly: četovací štýl pre neformálnejších konverzačných robotov a profesionálnejší štýl pre scenáre, ako sú digitálni asistenti v aute.

Microsoft oznamuje tieto tri štýly emócií:

• Veselý
• empatický
• Lyrický

Reč v štýle spravodajstva sa už používa v mobilnej aplikácii Bing, pozrite si ukážkové video nižšie.

zdroj: Microsoft