Beszéd szöveggé dokumentációja

A Speech szolgáltatásból származó beszéd-szöveg, más néven beszédfelismerés lehetővé teszi a hangstreamek valós idejű és kötegelt átírását szöveggé. További referenciaszöveg-bevitellel valós idejű kiejtési értékelést is lehetővé tesz, és visszajelzést ad a beszélőknek a beszélt hang pontosságáról és folyékonyságáról.

Tudnivalók a szöveghez való beszédről

Áttekintés

• Mi a valós idejű szövegfelolvasás?
• Mi az a batch speech to text?
• Mi az egyéni beszéd?
• A Speech CLI használatával kód nélküli szöveggé alakíthatja a beszédet

Gyorsútmutató

• A szövegfelolvasás első lépései
• Valós idejű diarizálás kipróbálása

Fejlesztés szövegfelolvasással

Útmutató

• A gyors átírási API használata
• Egyéni beszédprojekt létrehozása
• Modell betanítása egyéni beszédhez
• Tömörített hangbemeneti formátumok használata

Fogalom

• Suttogó modell az OpenAI-ból
• Pontosság javítása egyéni beszéddel
• Szövegformázás megjelenítése

Referencia

Referencia

• Nyelvi támogatás
• Beszéd szöveggé – gyakori kérdések
• Beszédszöveg díjszabása

Súgó és visszajelzés

Referencia

• Támogatási és súgólehetőségek