はじめに
AI 音声機能を使うと、音声命令を使ってホーム システムや自動システムを管理したり、コンピューターに音声で質問して回答を得たり、オーディオからキャプションを生成したりできます。
このような対話を可能にするには、AI システムで次の 2 つの機能がサポートされている必要があります。
- 音声認識 - 音声での入力を検出して解釈する機能。
- 音声合成 - 音声での出力を生成する機能。
Azure AI 音声は、音声認識と音声合成を使って音声テキスト変換とテキスト読み上げの機能を提供します。 高い精度での音声からテキストへの文字起こしから、会話での話者の識別や、カスタム音声の作成まで、Azure Cognitive Service for Speech サービスの事前構築済みとカスタムのモデルを、さまざまなタスクに使用できます。 次に、AI 音声機能がどのように動作するのかを学習します。