語音轉文字 (STT) 和文字轉語音 (TTS)

預建的聲學與語言模型

OCI Speech 使用自動語音辨識這種深度學習的流程，從自然對話中獲得準確的轉錄內容。預建聲學和語言模型不需要現有的資料科學經驗，即可輕鬆開始使用。

從音訊和影片檔案分析資料

搜尋、索引及解碼隱藏在音訊檔案中的資料。將錄製的音訊對話轉換成文字資料，以透過人工智慧服務進行分析。例如，使用 OCI Language 可擷取情感和 OCI Speech 的異常偵測功能，以識別客戶流失的機率。

即時轉錄

OCI Speech 的即時轉錄功能可讓您在幾秒內傳送音訊串流，並接收準確的轉錄內容。

神經文字轉語音 (TTS)

目前，Oracle 限量提供 OCI Speech 的文字轉語音功能，可讓您跨應用程式從文字合成類似人類的語音。此功能可讓您與客戶對話、進行多語語音翻譯並改進輔助功能。您可以從各種語音中選擇來增強互動。

原生多種語言支援

OCI Speech ASR 模型支援英文、西班牙文、葡萄牙文、德文、法文、義大利文和印度文，因此您可以使用偏好的語言轉錄音訊檔案。此外，OCI Speech 也支援 OpenAI Whisper 模型，提供超過 57 種支援的現成語言。深入瞭解 OCI 和 Whisper 模型。

自動分段標記有助於閱讀和理解

OCI Speech 支援自動分段標記，以便從多名講者口中整理、分析及擷取有意義的資訊。

整合轉錄服務

消除依賴第三方轉錄的方案，並透過端對端安全性和規範，更有效控制您的資料。

易於整合

OCI Speech 是一種多功能服務，可透過 REST API、不同的 SDK 以及 Oracle CLI 呼叫此服務。開發人員無需具備資料科學或機器學習專長，即可輕鬆部署可調整的語音服務。

專為安全和隱私而打造

Oracle Cloud Infrastructure Speech 會保護客戶隱私權。預建的自動語音辨識模型會轉錄您的內容，但不會儲存任何用於訓練、除錯或其他用途的資料。

整合轉錄服務

OCI Speech 使用專屬模型和架構，以將語音轉換成文字並進行快速轉換。

每個字詞的可信度分數

我們新增了字詞級可信度分數，以協助您識別未正確轉錄的字詞。使用字詞可信度分數來決定建置應用程式時重點位置。

粗言穢語過濾功能

我們使用髒話精選清單新增了預建字詞篩選條件。您可以遮蔽、移除或標記髒話。