|
? Un serveur de synthèse vocale est un réseau informatique qui invite l'utilisateur humain pour l'entrée en utilisant la parole. Ces serveurs s'appuient sur de nombreuses technologies sous-jacentes complexes, tels que text-to -speech , la synthèse vocale et la reconnaissance vocale . L'apprentissage de ces technologies , et la façon dont ils travaillent ensemble, peuvent vous donner une meilleure appréciation des rouages complexes du serveur de synthèse vocale . Synthèse vocale Serveur
nombreux centres d'appels utilisent des serveurs de synthèse vocale pour acheminer les appels à partir du menu principal à un opérateur humain qui travaille dans un département spécifique . Ces serveurs sont généralement capables de produire des discours , ainsi que sa compréhension. Serveurs de synthèse vocale sont également utilisés dans les applications Web afin de les rendre plus accessibles et plus interactive.
Speech Synthesis Engine
Un moteur de synthèse vocale accepte l'entrée sous forme de texte préprogrammé ou des commandes en temps réel et sorties parole reconnaissable. Moteurs de synthèse vocale de ce processus préprogrammés effectuent texte souvent une seule tâche, comme informer les visiteurs que d'une certaine zone est hors-limites . Moteurs de synthèse vocale qui acceptent des commandes en temps réel sont utilisés pour fournir aux personnes handicapées avec un moyen de communiquer , et sont également utilisés dans les systèmes de télécommunications. La voix que vous entendez de ces systèmes est une combinaison d' échantillons de voix humaines et des algorithmes qui créent l'illusion du discours lisse.
Reconnaissance vocale
reconnaissance vocale systèmes fonctionnent dans le sens inverse . Ils interprètent le discours d'un homme et de le convertir en texte. Les systèmes de reconnaissance vocale utilisent une méthode d'interprétation de la parole d'un homme qui est basé sur les probabilités . Par exemple, dans un système de reconnaissance vocale simple où les seules entrées possibles sont " oui " ou "non", l'ordinateur est capable de calculer la probabilité qu'un utilisateur soit disant l'un ou l' autre . Cela est possible parce que le système de reconnaissance vocale permet de comparer les sons phonétiques de chaque entrée contre une base de données d'échantillons. Le principe est le même pour les systèmes avec beaucoup d' entrées , mais la probabilité d'erreur est plus élevée.
Text- to-Speech
Text- to-speech est une technologie qui convertit le texte humain reconnaissable à son équivalent phonétique , puis convertit cela en utilisant des haut-parleurs sonores . Une grande partie de ce processus porte sur l'interprétation du texte et de le décomposer en morceaux . Chaque pièce peut être composé de plusieurs mots, et représente phrases individuelles. De cette façon, le moteur de text -to-speech peut rendre la parole qui semble naturelle aux auditeurs humains. Moteurs text-to -speech sophistiqués briser davantage ces unités en syllabes individuelles, complètes avec de la poix et de l'information de durée.
|
