Próbálja ki ingyenesen a Cognitive Services szolgáltatásokat
Vendég
7 napos ingyenes próba
Próbálja ki ingyenesen a Cognitive Services szolgáltatásokat
Ingyenes Azure-fiók
$0 /hó
Kipróbálható az ingyenes Azure-fiókokkal
Meglévő Azure-fiók
Már van Azure-fiókja?
A Cognitive Services Speech to Text számos olyan funkciót kínál, amelyeket beépíthet az alkalmazásaiba különféle átírási helyzetek kezeléséhez, többek között beszélgetés átírásához, beszédátíráshoz és egyéni beszéd átírásához.
Beszédátírás
Lehetővé teszi a személyes találkozók átírását. A beszédátírás valós időben rögzíti a természetes nyelvi beszédet, így mindenki teljes mértékben részt vehet a beszélgetésben, azonosítható lesz, hogy ki mit és mikor mondott, és ez alapján gyorsan megtehetők a megbeszélés következő lépései is.
A beszédátírás az alábbi célokra kiválóan alkalmas:
- Beszéd rögzítése a teljes tárgyalóteremre kiterjedően.
- Adatok védelme iparágvezető biztonsági és megfelelőségi tanúsítványokkal.
- A Speech Devices SDK párosításával támogatás a mikrofonokat és videókamerákat alkalmazó konferenciákhoz is.
Nézze meg működés közben
Hiba történt a bemutató betöltése során. Várjon, majd próbálkozzon újra.
| Beszélő | Átirat |
|---|
Ez a demó nem kompatibilis ezzel a böngészővel. A legjobb eredmény érdekében használjon másik böngészőt.
Szeretné ezt elkészíteni?
Beszédátírás
Hanganyagot alakíthat át szöveggé. Az API hívásával felismerheti a hanganyagot, akár mikrofonból, akár egyéb valós idejű folyamatos hangforrásból, vagy rögzített hangfájlból érkezik. Miután a hanganyag a kiszolgálóra került, a rendszer igény szerint visszaadja a részleges felismerési eredményeket.
Az API segítségével beszéd által aktivált okos alkalmazásokat hozhat létre. Próbálja ki a bemutatót, hogy megismerje a működését. Válassza ki a célnyelvet, majd kattintson a mikrofonra, és kezdjen el beszélni. Vagy egyszerűen csak kattintson az egyik beszédmintára.*
Nézze meg működés közben
Ha szeretné kipróbálni a demót a saját hangjával és egy mikrofonnal, váltson olyan böngészőre, amely támogatja a WebRTC-t – ilyen böngésző például a Microsoft Edge, a Firefox vagy a Chrome legújabb verziója.
Szeretné ezt elkészíteni?
Egyéni beszédszolgáltatás: Beszéd átírása egyéni modellel
Kiküszöbölheti a beszédfelismerést akadályozó tényezőket, például a különféle beszédstílusok, a háttérzaj vagy a szókincs által okozott problémákat. Beszédfelismerési technológiáink több API kombinálásával hozzák létre a szöveges kimenetet. Az ügyfelek az igényeik és az elérhető adatok szerint szabhatják testre az API-kat.
Nézze meg működés közben
Példamondatok
Alapterv
Egyéni beszéd
Egyéni nyelvi modellek létrehozása a felhasználói beszédstílusokhoz igazodva
Ne hagyja, hogy az eltérő szókincsek és beszédstílusok gátolják a megértést. A saját szakmai területén használt kifejezésekhez, műszaki, földrajzi vagy piaci terminusokhoz, sőt beszédstílusokhoz igazodva szabhatja testre az alkalmazásba épített beszédfelismerési nyelvi modellt.
Igazodás a felhasználói környezethez egyéni akusztikai modellek segítségével
Gondoskodhat róla, hogy az alkalmazásba épített beszédfelismerési funkció minden környezetben működjön. Az egyéni akusztikus modellek segítségével megoldást találhat a háttérzajokra, és igazodhat a felhasználók által elvárt környezethez.
Robusztus beszédmodellek a Microsofttól
Hatékony, személyre szabott beszédfelismerést tehet lehetővé, ha a Microsoft legmodernebb meglévő modelljei fölé építi saját egyéni beszédfelismerési modelljeit.
Szeretné ezt elkészíteni?
Ismerkedés a beszédfeldolgozással
Ügyfélszolgálat
Beszédszolgáltatások
A Speech Services használatával egyszerűen átírható minden hanghívás. A szöveget ezután könnyedén indexelheti teljes szöveges kereséshez, vagy szövegelemzést végezhet a hangulat, a nyelv vagy a kulcsszavak meghatározásához. Ha a telefonos ügyfélszolgálati felvételeiben speciális terminológia is előfordul (például terméknevek vagy informatikai szakzsargon), létrehozhat egy nyelvi modellt, amellyel megtaníthatja a Speech Servicesnek ezt a szókészletet. A Speech Servicest egy egyéni akusztikai modell segíti abban, hogy a beszélőket és háttérzaj vagy rossz minőségű telefonos kapcsolat mellett is megértse.
További információért olvassa el, hogyan működik a Speech Services kötegelt átírása.
- 1 Modell alkalmazása saját tartományra és a modell üzembe helyezése
- 2 Felvételek feltöltése blobtárolóba
- 3 POST-kérelem létrehozása kötegelt átíráshoz
- 4 A Speech Services ütemezi az átírási feladatot
- 5 A sztereó fájlok két csatornára vannak felosztva
- 6 A monó fájlok diarizálva lesznek a beszélők elkülönítése érdekében
- 7 Az átirat letöltése az átírási azonosító használatával
Segédanyagok és eszközök
Ismerje meg a Cognitive Services API-kat
Computer Vision
Hasznos információkhoz juthat a képekből
Face
Arcok felismerése, azonosítása, elemzése, rendszerezése és megjelölése a képeken
Ink Recognizer ELŐZETES VERZIÓ
AI-szolgáltatás, amely felismeri a szabadkézi digitális tartalmakat, például a kézírást, az alakzatokat és a szabadkézi dokumentumok elrendezést
Video Indexer
Tárja fel a videókban rejlő információkat
Custom Vision
Könnyedén testre szabhatja a saját legkorszerűbb számítógépes látástechnológiai modelljeit az egyedi használati esetekhez
Form Recognizer ELŐZETES VERZIÓ
A mesterséges intelligencián alapuló dokumentumkinyerési szolgáltatás, amely önállóan értelmezi űrlapjait
Text Analytics
Érzelmek és témakörök egyszerű kiértékelése a felhasználók szándékainak megértésére
Translator Text
Gépi fordítás egy egyszerű REST API-hívással
QnA Maker
Az információkból közérthető, könnyen átlátható válaszokat nyerhet ki
Language Understanding
Megtaníthatja alkalmazásait a felhasználói parancsok értelmezésére
Immersive Reader ELŐZETES VERZIÓ
A felhasználók hatékonyságát növeli életkorra és képességekre való tekintet nélkül
Beszédszolgáltatások
Egységes beszédszolgáltatások diktáláshoz, szövegfelolvasáshoz és tolmácsoláshoz
Speaker Recognition ELŐZETES VERZIÓ
Beszéd használata az egyes beszélők azonosításához és ellenőrzéséhez
Bing Spell Check
Helyesírási hibák észlelése és javítása az alkalmazásokban
Bing Web Search
Kifinomult keresés a webes dokumentumok milliárdjaiban
Bing Visual Search
Az értékes elemzési eredmények segítenek látványos képi alkalmazásokat létrehozni bármilyen eszközön.
Bing Custom Search
Egyszerűen használható, ingyenes, kereskedelmi színvonalú keresési eszköz egyéni keresési eredményekhez
Bing Entity Search
Tegye gazdagabbá élményeit az entitásadatok webes azonosításával és kiegészítésével
Bing Video Search
Információforrások széles körére kiterjedő videókeresés
Bing News Search
Információforrások széles körére kiterjedő hírkeresés
Bing Image Search
Információforrások széles körére kiterjedő képkeresés
Bing Autosuggest
Biztosítson alkalmazásában automatikus kiegészítési lehetőségeket a keresésekhez
Bing Local Business Search ELŐZETES VERZIÓ
Egy adott helyre vonatkozó helyi üzleti találatok lekérése
Content Moderator
Automatizált kép-, szöveg- és videomoderálás
Anomáliadetektor ELŐZETES VERZIÓ
Egyszerűen építhet be alkalmazásaiba anomáliadetektálást.
Personalizer ELŐZETES VERZIÓ
Személyre szabott felhasználói felületet nyújtó AI-szolgáltatás
Hozzon létre egyéni ébresztési szót használó környezetfigyelő eszközt a Speech Devices SDK segítségével
Részletek