Поддержка языка и голоса для службы речиLanguage and voice support for the Speech service

• 03/26/2020
• Время чтения: 6 мин
• • 
  • 

Языковая поддержка зависит от функциональности службы речи.Language support varies by Speech service functionality. В следующих таблицах представлена общая информация о поддержке языков для преобразования речи в текст, текста в речьи перевода речи .The following tables summarize language support for Speech-to-text, Text-to-speech, and Speech translation service offerings.

Преобразование речи в текстSpeech-to-text

Microsoft Speech SDK и REST API поддерживают следующие языки (языковой стандарт).Both the Microsoft Speech SDK and the REST API support the following languages (locales).

Для повышения точности настройки предлагается для подмножества языков с помощью отправки звуковых и речевых меток или связанного текста: предложений.To improve accuracy, customization is offered for a subset of the languages through uploading Audio + Human-labeled Transcripts or Related Text: Sentences. Дополнительные сведения о настройке см. в статье Приступая к работе с пользовательское распознавание речи.To learn more about customization, see Get started with Custom Speech.

Дополнительные сведения о том, как можно улучшить произношение, см. в разделе Улучшение модели для пользовательское распознавание речи.For more information about how you can improve pronunciation, see Improve a model for Custom Speech.

Преобразование текста в речьText-to-speech

Как Microsoft Speech SDK, так и интерфейсы API для Windows поддерживают эти голоса, каждый из которых поддерживает определенный язык и диалект, определяемые языковым стандартом.Both the Microsoft Speech SDK and REST APIs support these voices, each of which supports a specific language and dialect, identified by locale. Вы также можете получить полный список языков и голосов, поддерживаемых для каждого конкретного региона или конечной точки, с помощью API голосов или списков.You can also get a full list of languages and voices supported for each specific region/endpoint through the voices/list API.

Синтезирование голоса с помощью нейронных сетейNeural voices

Нейронное преобразование текста в речь — это новый тип синтеза речи основанного на глубоких нейронных сетях.Neural text-to-speech is a new type of speech synthesis powered by deep neural networks. Во время использования нейронных голосовых моделей синтезированная речь почти ничем не отличается от записей человеческого голоса.When using a neural voice, synthesized speech is nearly indistinguishable from the human recordings.

Нейронные голоса можно использовать для более естественного и привлекательного взаимодействия с чатботс и голосовыми помощниками, преобразования цифровых текстов, таких как электронные книги, в аудиобукс и улучшения систем навигации в автомобиле.Neural voices can be used to make interactions with chatbots and voice assistants more natural and engaging, convert digital texts such as e-books into audiobooks and enhance in-car navigation systems. Эти модели отличаются человекоподобной естественной интонацией и четким произношение слов, что значительно уменьшает усталость от прослушивания при взаимодействии с системами искусственного интеллекта.With the human-like natural prosody and clear articulation of words, neural voices significantly reduce listening fatigue when users interact with AI systems.

Дополнительные сведения о доступности по регионам см. на этой странице.For more information about regional availability, see regions.

Сведения о настройке и корректировке нейронных голосов см. в разделе язык разметки для распознавания речи.To learn how you can configure and adjust neural voices, see Speech synthesis markup language.

Стандартные голосовые моделиStandard voices

Свыше 75 стандартных голосовых моделей доступны в более 45 языках и языковых стандартах, что позволит вам преобразовать текст в синтезированную речь.More than 75 standard voices are available in over 45 languages and locales, which allow you to convert text into synthesized speech. Дополнительные сведения о доступности по регионам см. на этой странице.For more information about regional availability, see regions.

1 ar-EG поддерживает современные стандартные арабские языки (MSA).1 ar-EG supports Modern Standard Arabic (MSA).

НастройкаCustomization

Настройка голоса доступна для de-DE , en-GB , en-IN , en-US , es-MX , fr-FR , it-IT , pt-BR и zh-CN .Voice customization is available for de-DE, en-GB, en-IN, en-US, es-MX, fr-FR, it-IT, pt-BR, and zh-CN. Выберите правильный языковой стандарт, соответствующий обучающим данным, которые необходимы для обучения настраиваемой модели речи.Select the right locale that matches the training data you have to train a custom voice model. Например, если записываемые данные обписываются на английском языке с помощью британской диакритических знаков, выберите en-GB .For example, if the recording data you have is spoken in English with a British accent, select en-GB.

Перевод речиSpeech translation

API перевода речи поддерживает перевод речи в речь и речи в текст для нескольких языков.The Speech Translation API supports different languages for speech-to-speech and speech-to-text translation. Исходный язык всегда должен быть из таблицы языков распознавания речи в текст.The source language must always be from the Speech-to-text language table. Доступность языка перевода зависит от того, поддерживается ли для языка оригинала речь или только текст.The available target languages depend on whether the translation target is speech or text. Можно переводить входящую речь на более чем 60 языков.You may translate incoming speech into more than 60 languages. Для синтеза речидоступны подмножество языков.A subset of languages are available for speech synthesis.

Языки с поддержкой текстаText languages

Дальнейшие действияNext steps

• Получите пробную подписку на службу распознавания речиGet your Speech service trial subscription
• Распознавание речи в C#See how to recognize speech in C#