Speech to text (STT) e text to speech (TTS)

Modelli audio e linguistici predefiniti

OCI Speech utilizza il riconoscimento vocale automatico, un processo di deep learning, per ricavare una trascrizione accurata da conversazioni naturali. Inizia agilmente utilizzando modelli audio e linguistici predefiniti che non richiedono agli utenti alcuna esperienza di data science.

Analizza dati da file audio e video

Cerca, indicizza e decifra i dati sepolti nei file audio. Converti le conversazioni audio registrate in dati di testo da analizzare con i servizi di intelligenza artificiale. Ad esempio, puoi utilizzare OCI Language per comprendere il sentiment e le funzionalità di rilevamento delle anomalie di OCI Speech per identificare le probabilità di abbandono dei clienti.

Trascrizione in tempo reale

La funzione di trascrizione in tempo reale di OCI Speech ti consente di inviare flussi audio e ricevere trascrizioni accurate in pochi secondi.

Text to speech (TTS) neurale

Ora a disponibilità limitata, la funzione text-to-speech di OCI Speech consente agli sviluppatori di sintetizzare un parlato simile a quello umano a partire da un testo in tutte le applicazioni. Questa funzione consente conversazioni con i clienti, traduzioni vocali in più lingue e una maggiore accessibilità. Scegli tra diverse voci per migliorare le interazioni.

Supporto multilingue nativo

I modelli ASR OCI Speech supportano l'inglese, lo spagnolo, il portoghese, il tedesco, il francese, l'italiano e l'hindi per fare in modo che gli utenti possano trascrivere i file audio nelle loro lingue preferite. Inoltre, OCI Speech supporta anche il modello OpenAI Whisper, che fornisce oltre 57 lingue supportate pronte all'uso. Scopri di più su OCI e sul modello Whisper.

Diarizzazione per una maggiore leggibilità e comprensione

OCI Speech supporta la diarizzazione per organizzare, analizzare ed estrarre informazioni significative da più oratori.

Servizio di trascrizione integrato

Elimina la necessità di affidarti ad offerte di trascrizione di terze parti ed esercita un maggiore controllo sui tuoi dati con sicurezza e compliance end-to-end.

Facile da integrare

OCI Speech è un servizio versatile che può essere attivato tramite API REST, diversi SDK e Oracle CLI. Gli sviluppatori possono distribuire facilmente un servizio vocale scalabile senza ricorrere a competenze di data science o machine learning.

Soluzione specifica per la sicurezza e la privacy

Oracle Cloud Infrastructure Speech protegge la privacy dei clienti. I modelli di riconoscimento vocale automatico predefiniti trascrivono i contenuti ma non archiviano dati per l'addestramento, il debug o altri scopi.

Servizio di trascrizione integrato

OCI Speech utilizza modelli proprietari e architetture che consentono una rapida conversione del parlato in testo.

Punteggio di affidabilità per parola

Abbiamo aggiunto un punteggio di affidabilità a livello di parola per aiutarti a identificare le parole che potrebbero essere state trascritte in modo errato. Usa il punteggio di affidabilità per determinare dove concentrarti durante la creazione di un'applicazione.

Filtri per le volgarità

Abbiamo aggiunto un filtro predefinito per le parole utilizzando un'elenco di volgarità. Puoi mascherare, rimuovere o contrassegnare le volgarità.