Presná definícia
Čo znamená prevod textu na reč?
Prevod textu na reč (TTS) je funkcia, ktorá z textu a jazykových či hlasových podmienok vytvára hovorený zvuk. Zahŕňa normalizáciu textu, výslovnosť, modelovanie rytmu a akustických znakov a vokodér. Zrozumiteľnosť, prirodzenosť a správna prozódia sú odlišné vlastnosti.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Čítačka správ prevedie článok na hlas s označením syntetického pôvodu. Skratky, čísla a cudzie mená prejdú lexikónom a editor kontroluje titulky, kde chyba mení fakt. Používateľ môže zvoliť tempo; systém nepoužíva hlas reálnej osoby bez oprávnenia.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje prevod textu na reč?
Textový front-end vytvorí fonémy alebo tokeny, akustický model predikuje melový spektrogram a vokodér ho prevedie na vlnový priebeh.
Kedy má prevod textu na reč praktický význam?
Čítačka správ prevedie článok na hlas s označením syntetického pôvodu.
S čím si pojem nezamieňať?
Speech synthesis je širší technický odbor; TTS označuje konkrétnu transformáciu písaného textu na reč.
Ako sa výsledok kontroluje?
Hodnotí sa zrozumiteľnosť, MOS prirodzenosti, word error cez ASR, správnosť výslovnosti, prozódia a latencia.
Na čo si dať pozor?
Nesprávna normalizácia prečíta číslo alebo skratku inak a vierohodný hlas môže byť zneužitý na klamlivú identitu.