Teksto skaitymas balsu (angl. text-to-speech) paverčia rašytinį tekstą šnekamąja kalba ir yra kalbos atpažinimo (kalba į tekstą) priešingybė. Šiuolaikinės sistemos naudoja neuroninius tinklus, kad sukurtų natūraliai skambančius balsus su tinkama intonacija. TTS naudojamas telefono pranešimuose, navigacijos įrenginiuose, skaitymo balsu funkcijose prieinamose svetainėse ir balso asistentuose.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąKalbos atpažinimas, dar vadinamas ASR (angl. automatic speech recognition), automatiškai paverčia šnekamąją kalbą rašytiniu tekstu. Šiuolaikinės sistemos naudoja neuroninius tinklus, apmokytus pagal didelius garso įrašų kiekius, ir pakankamai gerai susidoroja su akcentais bei foniniu triukšmu. Taikymai: diktavimas, subtitrai, balso asistentai ir susitikimų bei klientų skambučių transkribavimas. Techniniai terminai, tikriniai vardai ir prasta garso kokybė išlieka dažnomis klaidų priežastimis.
Garso transkripcija paverčia įrašuose sakomą kalbą rašytiniu tekstu. Šiuolaikinės automatinio kalbos atpažinimo sistemos taip pat sudeda skyrybos ženklus, atskiria kalbėtojus ir kartais pateikia laiko žymas. Ji naudojama susitikimų protokolams, interviu, subtitrams ir pokalbių su klientais dokumentavimui. Kokybė labai priklauso nuo garso kokybės, akcento ir specialiosios leksikos; pokalbiams su asmens duomenimis būtina atsižvelgti į sutikimą ir duomenų apsaugą.
Natūralios kalbos generavimas (NLG) – kalbos apdorojimo sritis, kurioje iš duomenų, trumpų punktų ar kitos įvesties sukuriamas suprantamas tekstas. Ankstesnės NLG sistemos rėmėsi šablonais ir taisyklėmis; šiandien dauguma naudoja didelius kalbos modelius. Tipiniai taikymai: orų ir biržos ataskaitos, produktų aprašymai, rodiklių santraukos ir pokalbių roboto atsakymai. Svarbu, kad skaičiai ir faktai iš įvesties būtų perimti teisingai ir nepakeisti.
