Tipos de serviços de API de voz

Pode utilizar o serviço de Voz dos Serviços Cognitivos do Azure para realizar transformações de linguagem falada, incluindo conversão de voz em texto, conversão de texto em voz, tradução de voz e reconhecimento de orador.

Nota

Utilize o Serviço Cognitivo do Azure para idioma se quiser reunir informações sobre termos ou expressões ou obter uma análise contextual detalhada do idioma falado ou escrito.

Serviços

• A conversão de voz em texto pode converter fluxos de áudio em texto em tempo real ou em lote.
• A conversão de texto em voz permite que as aplicações convertam texto em voz humana.
• A tradução de voz fornece conversão de voz em voz em voz e conversão de voz em texto de transmissões de áudio em vários idiomas.

Como escolher um serviço de voz

Este fluxograma pode ajudá-lo a escolher o serviço de voz que se adequa às suas necessidades:

O lado esquerdo do diagrama ilustra os processos de áudio para áudio ou de áudio para texto.

• A conversão de voz em texto é utilizada para converter voz de uma origem de áudio num formato de texto.
• A conversão de voz em voz é utilizada para traduzir voz num idioma para voz noutro idioma.

O lado direito do diagrama ilustra os processos de texto para áudio.

• A conversão de texto em voz é utilizada para gerar áudio falado a partir de uma origem de texto.

Casos de utilização comuns

A tabela seguinte recomenda serviços para alguns casos de utilização comuns.

Caso de utilização	Serviço a utilizar
Fornecer legendas de áudio para vídeos gravados ou em direto	Conversão de voz em texto
Criar uma transcrição de uma chamada telefónica ou reunião	Conversão de voz em texto
Implementar o ditado de notas automatizado	Conversão de voz em texto
Determinar a entrada de utilizador pretendida para processamento adicional	Conversão de voz em texto
Gerar respostas faladas à entrada do utilizador	Conversão de texto em voz
Criar menus de voz para sistemas telefónicos	Conversão de texto em voz
Ler mensagens de e-mail ou sms em voz alta em cenários mãos livres	Conversão de texto em voz
Difundir anúncios em localizações públicas, como estações ferroviárias ou aeroportos	Conversão de texto em voz
Produzir legendagem de áudio em tempo real para um discurso ou tradução bidirecional simultânea de uma conversa falada	Conversão de voz em texto

Contribuidores

Este artigo é mantido pela Microsoft. Foi originalmente escrito pelos seguintes contribuintes.

Autores principais:

• Kruti Mehta | Engenheiro Fast-Track Sénior do Azure
• Oscar Shimabukuro | Arquiteto Sénior de Soluções cloud

Outros contribuidores:

• Mick Alberts | Escritor Técnico
• Ashish Chahuan | Arquiteto Sénior de Soluções cloud
• Brandon Cowen | Arquiteto Sénior de Soluções cloud
• Manjit Singh | Engenheiro de Software
• Christina Skarpathiotaki | Arquiteto Sénior de Soluções cloud
• Nathan Widdup | Engenheiro Fast-Track Sénior do Azure

Para ver perfis do LinkedIn não públicos, inicie sessão no LinkedIn.

Passos seguintes

• O que é o serviço de Voz?
• Mensagem de blogue das APIs de Voz
• Percurso de aprendizagem: Aprovisionar e gerir os Serviços Cognitivos do Azure
• Percurso de aprendizagem: Processar e traduzir voz com os Serviços Cognitivos de Voz do Azure

Recursos relacionados

• Tipos de APIs de decisão e Serviços de IA Aplicados
• Tipos de serviços de API de idioma
• Tipos de serviços de API de visão