A szövegfelolvasás (text-to-speech) az írott szöveget beszélt nyelvvé alakítja, így a beszédfelismerés (speech-to-text) párja. A modern rendszerek neurális hálózatokkal természetes hangzású, megfelelő hanglejtésű hangokat állítanak elő. A TTS-t telefonos bemondásokban, navigációs eszközökben, akadálymentes weboldalak felolvasó funkcióiban és hangasszisztensekben használják.
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaA beszédfelismerés, más néven ASR (automatic speech recognition), automatikusan írott szöveggé alakítja a beszélt nyelvet. A modern rendszerek nagy mennyiségű hangfelvételen tanított neurális hálózatokat használnak, és elfogadhatóan kezelik az akcentusokat és a háttérzajt. Alkalmazási területei a diktálás, a feliratozás, a hangasszisztensek, valamint a megbeszélések és ügyfélhívások átírása. A szakkifejezések, a tulajdonnevek és a rossz hangminőség továbbra is gyakori hibaforrások.
A hangátírás a felvételeken elhangzó beszédet írott szöveggé alakítja. A modern automatikus beszédfelismerő rendszerek írásjeleket is beillesztenek, megkülönböztetik a beszélőket, és néha időbélyegeket is megadnak. Megbeszélések jegyzőkönyvezéséhez, interjúkhoz, feliratokhoz és ügyfélhívások dokumentálásához használják. A minőség nagymértékben függ a hangminőségtől, az akcentustól és a szakszókincstől; személyes adatokat érintő beszélgetéseknél figyelembe kell venni a hozzájárulást és az adatvédelmet.
A természetesnyelv-generálás (NLG) a nyelvfeldolgozás azon területe, amely adatokból, felsorolásokból vagy más bemenetekből érthető szöveget állít elő. A korábbi NLG-rendszerek sablonokra és szabályokra épültek; ma a legtöbb nagy nyelvi modellt használ. Tipikus felhasználása az időjárási és tőzsdei jelentések, termékleírások, kulcsszámok összefoglalói és csevegőrobot-válaszok. Fontos, hogy a bemenetek számai és tényei helyesen és változatlanul kerüljenek át.
