Транскрибирование речи в текст (STT) и синтез речи из текста (TTS)

Готовые акустические и языковые модели

OCI Speech использует автоматическое распознавание речи — процесс глубокого обучения, который обеспечивает точную транскрипцию живой речи. Благодаря готовым акустическим и языковым моделям начать работу очень просто, даже не имея опыта в сфере обработки данных.

Анализ данных из аудио- и видеофайлов

Поиск, индексация и дешифровка данных, которые содержатся в ваших аудиофайлах. Преобразование аудиозаписей диалогов в текст для анализа с помощью сервисов искусственного интеллекта. Например, можно использовать OCI Language для анализа тональности текста, а возможности OCI Speech по выявлению отклонений — для прогнозирования оттока клиентов.

Транскрибирование в реальном времени

Функция транскрибирования в реальном времени, в настоящее время доступная ограниченному кругу пользователей, позволяет отправлять аудиопотоки и получать точные расшифровки в считаные секунды.

Синтез речи на основе нейронных сетей (TTS)

Функция синтеза речи в OCI Speech, в настоящее время доступная ограниченному кругу пользователей, позволяет синтезировать приближенную к естественной речь из текста в самых разных приложениях. Это делает возможными разговоры с клиентами, устный перевод на множество языков, а также позволяет повысить доступность продуктов для людей с ограниченными возможностями здоровья. На ваш выбор предлагаются различные голоса для улучшения взаимодействий.

Нативная поддержка нескольких языков

Модели ASR OCI Speech поддерживают английский, испанский, итальянский, немецкий, португальский, французский языки и хинди, так что вы можете транскрибировать аудиозаписи на нужном языке. Кроме того, OCI Speech может работать с моделью OpenAI Whisper, которая в стандартной конфигурации поддерживает более 57 языков. Узнайте больше об OCI и модели Whisper.

Диаризация для повышения удобства чтения и понимания

OCI Speech поддерживает диаризацию для упорядочения, анализа и извлечения значимой информации из речи нескольких говорящих.

Встроенный сервис транскрибирования

Откажитесь от использования сторонних предложений по транскрипции и улучшите контроль над своими данными, укрепив защиту и соблюдая нормативные требования.

Простая интеграция

OCI Speech — это универсальный сервис, который можно вызывать с помощью REST API, различных SDK и Oracle CLI. Разработчики могут без труда развернуть масштабируемый сервис распознавания речи, не имея опыта в области data science или машинного обучения.

Разработано с учетом требований к безопасности и конфиденциальности

Oracle Cloud Infrastructure Speech обеспечивает конфиденциальность данных заказчика. Готовые модели автоматического распознавания речи транскрибируют ваш контент, но не сохраняют никакие данные для обучения, отладки или иных целей.

Встроенный сервис транскрибирования

OCI Speech использует собственные модели и инфраструктуру, которые позволяют быстро преобразовывать речь в текст.

Оценка достоверности для слов

Мы добавили оценку достоверности на уровне слова, чтобы вам было проще обнаружить слова, которые могли быть затранскрибированы с ошибками. Используйте оценку достоверности на уровне слов, чтобы определить, на что обратить особое внимание при создании приложения.

Фильтры нецензурной лексики

Мы добавили готовый фильтр, который использует подготовленный список нецензурной лексики. Нецензурные слова можно скрыть, удалить или отметить тегом.