Riassunto

  • 1 minuto

Annotazioni

Per altri dettagli, vedi la scheda Testo e immagini .

Questo modulo introduce il riconoscimento vocale (da voce a testo) come fondamento per applicazioni e agenti abilitati alla voce. Gli studenti esplorano il modo in cui l'audio parlato viene acquisito da un microfono o da un file audio e convertito in testo scritto usando Riconoscimento vocale di Azure. Il modulo illustra dove il riconoscimento vocale si inserisce in un'applicazione, in un'app client o in un servizio back-end, ed evidenzia scenari comuni, ad esempio trascrizione in tempo reale, didascalie, elaborazione della segreteria telefonica e fornitura di input di testo agli agenti di intelligenza artificiale.

Il modulo illustra quindi la sintesi vocale (sintesi vocale), che consente alle applicazioni di generare audio parlato naturale dal testo. Gli studenti illustrano in che modo Riconoscimento vocale di Azure usa le voci neurali per controllare pronuncia, tono, velocità e passo e come l'audio sintetizzato può essere riprodotto immediatamente o salvato per un uso successivo. In questa sezione viene sottolineato il modo in cui la sintesi vocale consente alle applicazioni e agli agenti di rispondere in modo udibile, migliorando l'accessibilità, l'interazione senza mani e l'esperienza utente complessiva.

Infine, il modulo riunisce queste funzionalità con il riconoscimento vocale usando Voice Live. Gli studenti scoprino come Voice Live combina la sintesi vocale, il ragionamento dell'intelligenza artificiale e la sintesi vocale in un unico servizio completamente gestito per conversazioni in tempo reale. Invece di unire più componenti, gli sviluppatori possono usare Voice Live per creare agenti vocali reattivi e naturali in grado di ascoltare, pensare e parlare, semplificando la creazione di esperienze di conversazione pronte per la produzione con Riconoscimento vocale di Azure e Microsoft Foundry.

Per altre informazioni, usare i collegamenti seguenti.