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

Modele acustice și lingvistice preintegrate

OCI Speech utilizează recunoașterea automată a vocii, un proces de învățare aprofundată, pentru a transcrie precis conversațiile naturale. Începeți ușor utilizând modele acustice și lingvistice preintegrate, care nu necesită ca utilizatorii să aibă experiență în știința datelor.

Analizați datele din fișierele audio și video

Căutați, indexați și descifrați datele din fișierele audio. Transformați conversațiile audio înregistrate în date text pentru a le analiza folosind serviciile AI. De exemplu, puteți utiliza OCI Language pentru a prelua sentimentul și funcționalitățile de detectare a anomaliilor OCI Speech pentru a identifica șansele de pierdere a clienților.

Transcriere în timp real

În prezent disponibilă în mod limitat, funcția de transcriere în timp real a OCI Speech vă permite să trimiteți fluxuri audio și să primiți o transcriere exactă în câteva secunde.

Text to speech (TTS) neuronal

În prezent disponibilă în mod limitat, funcția text-to-speech din OCI Speech le permite dezvoltatorilor să sintetizeze vorbirea asemănătoare cu cea umană din text în cadrul aplicațiilor. Permiteți conversații cu clienții, traduceți mai multe limbi cu ajutorul vocii, îmbunătățiți accesibilitatea și îndepliniți alte sarcini.

Suport nativ pentru mai multe limbi

Modelele OCI Speech ASR funcționează cu mai multe limbi, precum engleză, spaniolă și portugheză, astfel încât să puteți transcrie fișierele audio în limba dvs. preferată.

Diarizare pentru sporirea lizibilității și a înțelegerii

OCI Speech acceptă diarizarea pentru organizarea, analizarea și extragerea de informații pertinente din interacțiunile vorbite.

Serviciu de traducere integrat

Nu vă mai bazați pe ofertele de transcriere ale terților și exercitați mai mult control asupra datelor folosind securitatea integrală și conformitatea.

Integrare ușoară

OCI Speech este un serviciu flexibil, ce poate fi apelat prin API-uri REST, SDK-uri diferite și Oracle CLI. Dezvoltatorii pot implementa cu ușurință un serviciu pentru discursuri scalabil fără a avea experiență în știința datelor sau în ML.

Creat special pentru securitate și confidențialitate

Oracle Cloud Infrastructure Speech protejează confidențialitatea clienților. Modelele ASR integrate transcriu conținutul, dar nu stochează datele pentru instruire, remedierea eroilor sau alte motive.

Serviciu de traducere integrat

OCI Speech utilizează modele și arhitectură proprietară, care permite conversia rapidă a vorbirii în text.

Punctaj de încredere pentru fiecare cuvânt

Am adăugat un punctaj de încredere la nivel de cuvânt pentru a vă ajuta să identificați cuvinte care ar fi putut fi transcrise incorect. Utilizați punctajul de încredere pentru cuvinte și stabiliți unde să vă concentrați atenția la crearea unei aplicații.

Filtre pentru limbajul obscen

Am adăugat funcționalități integrate de filtrare a limbajului obscen, utilizând o listă organizată de termeni. Puteți masca, elimina sau eticheta expresiile vulgare.