AI-901 · Rozwiązania dla tekstu i mowy
Głosy, tłumaczenie mowy i SSML
Najważniejsze
- Głos: speech_config.speech_synthesis_voice_name lub <voice name=...> w SSML.
- Głosy neuronowe czytają tekst w innym języku z akcentem, więc dobieraj głos do tekstu.
- Tłumaczenie: SpeechTranslationConfig, speech_recognition_language = język źródłowy, add_target_language(kod) dla każdego celu, TranslationRecognizer, result.translations[kod].
- SSML: korzeń <speak>, <voice>, <break> dla pauz, <prosody rate|pitch|volume> dla sposobu mówienia.
Źródło: https://learn.microsoft.com/en-us/azure/ai-services/speech-service/speech-synthesis-markup-voice
Przykładowe pytania
Który element SSML wstawia pauzę między słowami?
- <prosody>
- <voice>
- <break>
- <emphasis>
Pokaż odpowiedź
Odpowiedź: C. <break>
<break> dodaje ciszę. <prosody> zmienia tempo, wysokość lub głośność, a <voice> wybiera mówcę.
Które atrybuty może zmieniać element SSML <prosody>?
- rate
- pitch
- volume
- locale
- targetLanguage
Pokaż odpowiedź
Odpowiedź: A. rate, B. pitch, C. volume
<prosody> steruje rate, pitch i volume (oraz contour). Ustawienia języka i tłumaczenia nie są atrybutami prosody.
Jeśli podasz głosowi neuronowemu tekst w innym języku, automatycznie przetłumaczy go na własny język głosu.
Pokaż odpowiedź
Odpowiedź: Fałsz
Fałsz. Synteza nie tłumaczy. Głos czyta tekst tak, jak jest napisany, zwykle z akcentem. Tłumaczenie to osobna funkcja.
Przećwicz 8 pytań z tego tematu w Bitzu
Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.
