Цены на Речь ИИ Azure

• При использовании «Преобразование речи в текст» и «Преобразование речи» плата взимается с шагом в одну секунду.
• Преобразование текста в речь: плата за взимается за символ. Ознакомьтесь с определением символа в примечании к расценкам.
• При использовании «Преобразование речи в текст» и «Преобразование текста в речь» размещение конечной точки для пользовательских моделей оплачивается посекундно для каждой модели.
• Для настраиваемых команд: при выставлении счетов использование отслеживается так же, как и для преобразования речи в текст, преобразования текста в речь и распознавания речи. Новые единицы выставления счетов не добавляются.
• Плата за обучение моделей преобразования речи в текст не взимается. Единственными затратами являются размещение конечной точки для каждой развернутой модели с последующей оплатой аудио-часа пользовательского преобразования речи в текст.

Служба "Речь" позволяет пользователям адаптировать базовые модели с учетом собственных акустических и языковых данных. Благодаря этому они получают настраиваемые модели речи, которые можно использовать в преобразовании речи в текст и переводе речи.

Языковая модель — это случайное распределение последовательностей слов. Она помогает системе определить из числа последовательностей слова, которые звучат одинаково, на основе вероятности самих этих последовательностей. Например, фразы recognize speech и wreck a nice beach звучат похоже, но вероятность использования первого предположения выше, поэтому языковая модель назначит первой фразе более высокий рейтинг. Если голосовые запросы к приложению будут содержать определенные языковые элементы, например имена продуктов или жаргонизмы, которые редко используются в обычной речи, настройка языковой модели позволит улучшить производительность. Например, при создании приложения для голосового поиска в MSDN вероятно, что такие термины, как объектно-ориентированный, пространство имен или .NET, будут звучать чаще, чем в других обычных программах распознавания речи. Настройка языковой модели позволит системе запомнить эти термины.

Акустическая модель — это классификатор, сопоставляющий краткие звуковые фрагменты с одной из нескольких фонем или звуковыми единицами каждого языка. Затем эти фонемы можно объединить в слова. Например, слово “речь” состоит из трех фонем: [р’эч’]. Эти классификации выполняются приблизительно 100 раз в секунду. Настройка акустической модели позволяет системе эффективнее распознавать речь в нетипичных средах. Например, если приложение предназначено для работников складов или заводов, настройка акустической модели помогает более точно распознать речь в шумных средах.

Служба "Речь" предлагает широкий спектр голосов для преобразования текста в речь, при этом Пользовательский нейронный голос позволяет создавать собственные голоса, которые соответствуют вашим потребностям и торговой марке. Ознакомиться с дополнительными сведениями можно в блоге.

Распознавание языка позволяет определить изменение языка речи и соответствующим образом транскрибировать речь. Это можно применять к сценариям, когда язык речи неизвестен или когда докладчики могут говорить на нескольких языках. Распознавание одного языка доступно бесплатно. Непрерывное распознавание языка — это улучшенная надстройка. Дополнительные сведения см. в документации.

• Функция оценки произношения оценивает произношение в речи и сообщает говорящим о точности и плавности речи на записи. Благодаря этой функции пользователи, изучающие иностранные языки, могут попрактиковать произношение, незамедлительно получить обратную связь и улучшить свои навыки, чтобы увереннее выражаться. Преподаватели с помощью этой возможности могут оценивать произношение нескольких говорящих в режиме реального времени. Дополнительные сведения см. в документации.
• Плата за эту функцию взимается по стандартным тарифам преобразования речи в текст, например:
  За оценку 8 секунд речи будет взиматься плата в размере $-