Język polski obsługiwany przez neuronową zamianę tekstu na mowę Microsoftu

Microsoft ogłosił rozszerzenie obsługi języka przez Neuronową zamiana tekstu na mowę (Neural Text to Speech) o 15 nowych głosów. O możliwościach z tego obszaru pisaliśmy już na CentrumXP niejednokrotnie. W skrócie warto przypomnieć, że chodzi o usługi działające w Azure, które "pomagają maszyną mówić jak ludzie". Oparte o głębokie sieci neuronowe systemy potrafią w naturalny sposób rozpoznawać mowę, wykonywać tłumaczenia oraz syntezować głos w oparciu o tekst.

Neuronowa zamiana tekstu na mowę jest częścią Azure Cognitive Services, rodziny usług AI i interfejsów kognitywnych pomocnych w tworzeniu inteligentnych aplikacji. Usługa ta umożliwia konwertowanie tekstu na naturalnie brzmiącą mowę i użycie jej przy tworzeniu przyjaznych dla użytkownika interfejsów aplikacji. Neural TTS sprawdzi się w różnych scenariuszach, np. naturalnie brzmiących asystentów i botów. Firmy, takie jak BBC i Motorola Solutions, używają zamiany tekstu na mowę w Azure, aby rozwijać swoje interfejsy konwersacyjne i asystentów głosowych.

Aby umożliwić większej liczbie deweloperów dodawanie naturalnie brzmiących głosów do ich aplikacji i rozwiązań, na bazie naszej obsługi języków dodajemy dziś 15 nowych głosów Neural TTS wraz ze znaczącymi ulepszeniami jakości głosu.
— Qinying Liao, Microsoft Tech Community

Wśród nowych głosów wymienia się: Salma po arabsku (Egipt), Zariyah po arabsku (Arabia Saudyjska), Alba po katalońsku (Hiszpania), Christel po duńsku (Dania), Neerja po angielsku (Indie), Noora po fińsku (Finlandia), Swara po hindi (Indie), Colette po holendersku (Holandia), Zofia po polsku (Polska), Fernanda po portugalsku (Portugalia), Dariya po rosyjsku (Rosja), Hillevi po szwedzku (Szwecja), Achara po tajsku (Tajlandia), HiuGaai po chińsku (kantoński, tradycyjny) i HsiaoYu po chińsku (tajwański mandaryński). A jak brzmią te głosy? Próbki mowy możecie odsłuchać poniżej.