Η μετατροπή κειμένου σε ομιλία (text-to-speech) μετατρέπει το γραπτό κείμενο σε προφορικό λόγο και αποτελεί το αντίστοιχο της αναγνώρισης ομιλίας (speech-to-text). Τα σύγχρονα συστήματα χρησιμοποιούν νευρωνικά δίκτυα για να παράγουν φυσικά ηχητικές φωνές με κατάλληλο επιτονισμό. Το TTS χρησιμοποιείται σε τηλεφωνικές ανακοινώσεις, συσκευές πλοήγησης, λειτουργίες ανάγνωσης φωνητικά για προσβάσιμους ιστότοπους και φωνητικούς βοηθούς.
Πράκτορες, ροές εργασιών και πρότυπα σε έναν χώρο εργασίας – δωρεάν επίδειξη 24 ωρών.
Έναρξη επίδειξηςΗ αναγνώριση ομιλίας, που ονομάζεται και ASR (automatic speech recognition), μετατρέπει αυτόματα τον προφορικό λόγο σε γραπτό κείμενο. Τα σύγχρονα συστήματα χρησιμοποιούν νευρωνικά δίκτυα εκπαιδευμένα σε μεγάλες ποσότητες ηχογραφήσεων και αντεπεξέρχονται αρκετά καλά σε προφορές και θόρυβο υποβάθρου. Οι εφαρμογές περιλαμβάνουν υπαγόρευση, υποτίτλους, φωνητικούς βοηθούς και απομαγνητοφώνηση συσκέψεων και κλήσεων πελατών. Οι τεχνικοί όροι, τα κύρια ονόματα και η κακή ποιότητα ήχου παραμένουν συχνές πηγές σφαλμάτων.
Η μεταγραφή ήχου μετατρέπει την προφορική γλώσσα από ηχογραφήσεις σε γραπτό κείμενο. Τα σύγχρονα συστήματα αυτόματης αναγνώρισης ομιλίας προσθέτουν επίσης στίξη, διακρίνουν τους ομιλητές και ορισμένες φορές παρέχουν χρονοσφραγίδες. Χρησιμοποιείται για πρακτικά συσκέψεων, συνεντεύξεις, υπότιτλους και την τεκμηρίωση τηλεφωνικών κλήσεων πελατών. Η ποιότητα εξαρτάται σε μεγάλο βαθμό από την ποιότητα του ήχου, την προφορά και την εξειδικευμένη ορολογία· για συνομιλίες που περιλαμβάνουν προσωπικά δεδομένα, πρέπει να λαμβάνονται υπόψη η συγκατάθεση και η προστασία δεδομένων.
Η παραγωγή φυσικής γλώσσας (NLG) είναι ο τομέας της επεξεργασίας γλώσσας που παράγει κατανοητό κείμενο από δεδομένα, κουκκίδες ή άλλες εισόδους. Τα παλαιότερα συστήματα NLG στηρίζονταν σε πρότυπα και κανόνες· σήμερα τα περισσότερα χρησιμοποιούν μεγάλα γλωσσικά μοντέλα. Τυπικές χρήσεις είναι οι ειδήσεις για τον καιρό και το χρηματιστήριο, οι περιγραφές προϊόντων, οι περιλήψεις βασικών μεγεθών και οι απαντήσεις chatbot. Είναι σημαντικό τα μεγέθη και τα γεγονότα των εισόδων να μεταφέρονται σωστά και αναλλοίωτα.
