谷歌使其語音到文本和文本到語音的服務更加準確和可訪問

谷歌有限責任公司(GoogleLLC)正努力推動其流行的云語音到文本和文本到語音機器學習服務，為兩者增加了新的功能，并使前者更容易為大型企業(yè)所利用。

谷歌云語音到文本本質(zhì)上是一種先進的轉(zhuǎn)錄服務，它依賴于機器學習和其他人工智能技術來提高其準確性。 這種對人工智能的依賴是很重要的，因為任何低于100%的準確性都會導致嚴重的錯誤，這使得很難進行有用的對話，谷歌產(chǎn)品經(jīng)理丹·阿哈龍在今天的博客文章中說。

但谷歌自由承認，它的語音對文本并不總是完全準確的，因為許多使用它的應用程序運行在“嘈雜”的電話線上，這可能使人們難以準確解釋他們所說的話。

“在創(chuàng)建智能語音應用程序時，語音識別的準確性至關重要，”亞倫說。 “你可以從下面的插圖中看到，即使準確率達到90%，也很難有一個有用的對話。

為了解釋這一點，谷歌去年在beta版推出了一個高級版本的語音到文本，供選擇共享使用數(shù)據(jù)的客戶使用，這樣它就可以幫助改進其算法。 它們包括一個增強的電話模型，它產(chǎn)生的轉(zhuǎn)錄錯誤比常規(guī)模型少62%，以及一個對多個揚聲器的電話會議有用的視頻模型。

今天，谷歌正在使其高級模型通?？晒┧锌蛻羰褂?，包括那些不想選擇其數(shù)據(jù)記錄程序的客戶。 然而，不選擇加入該項目是有代價的，因為那些選擇加入的人將支付33%的服務。

阿哈龍說：“我們還將優(yōu)質(zhì)視頻模型的定價下調(diào)了25%，目前選擇數(shù)據(jù)記錄的視頻模型客戶的總節(jié)省了50%。

谷歌還在語音到文本中添加了一個新功能，稱為“多渠道識別”，可以更好地區(qū)分對話中的不同人。

語音到文本的高級模型已經(jīng)被許多企業(yè)采用，包括LogMe InInc.，該公司使用該服務在其流行的GoToMe會議應用程序上創(chuàng)建會議記錄。

谷歌也在更新Text-to-Speech，這正是它的姐妹服務的對立面，將書面文本轉(zhuǎn)化為現(xiàn)實的人類聲音中的人工語音。 這項服務正在獲得更多由谷歌浪潮網(wǎng)絡技術驅(qū)動的人工聲音，并以更多的語言提供?！坝捎诠雀柙芓 PU(Tensor Processing UnitAI芯片)提供的浪潮網(wǎng)絡技術的獨特接入，我們可以比行業(yè)中典型的更快、更容易地構建新的聲音和語言。

今天采用測試版的新語言包括丹麥語、挪威語、葡萄牙語、俄語、波蘭語、斯洛伐克語和烏克蘭語。 這意味著文本到語音現(xiàn)在總共支持21種語言。 谷歌還在該服務中添加了31個新的人工波網(wǎng)聲音，加上24個“標準”聲音。

最后，谷歌正在向文本到語音技術添加一個新的設備配置功能，它能夠優(yōu)化不同硬件上的音頻回放?！袄?，一些具有呼叫中心應用程序的客戶優(yōu)化交互式語音響應，而另一些客戶則專注于耳機的內(nèi)容和媒體優(yōu)化，”Aharon說。 “在任何情況下，音頻效果都是為硬件定制的。

星座研究公司(Constellation ResearchInc.)分析師霍爾格·穆勒(Holger Mueller)表示，這些更新令人信服，因為語音作為新的用戶界面迅速出現(xiàn)，因此提高準確性和支持更多語言應該受到企業(yè)的歡迎。

穆勒說：“谷歌不斷提供和改進，現(xiàn)在也為更好的消費能力提供了支持。 “正在構建語音相關應用程序的CXOs只需將谷歌列入其授權提供商的入圍名單。

顯示您對我們的任務的支持，我們的一鍵訂閱我們的優(yōu)管頻道（下面）。 我們擁有的用戶越多，你就越能向你推薦相關的企業(yè)和新興技術內(nèi)容。 謝謝！

支持我們的使命：>；>；>；SUBS CRIBE NOW>；>；>；到我們的優(yōu)管頻道。

我們還想告訴你我們的使命，以及你如何幫助我們完成它。 硅谷媒體公司的商業(yè)模式是基于內(nèi)容的內(nèi)在價值，而不是廣告。 與許多在線出版物不同，我們沒有付費墻或經(jīng)營橫幅廣告，因為我們希望保持我們的新聞開放，沒有影響或需要追逐流量。 硅谷的新聞、報道和評論-以及我們硅谷工作室的現(xiàn)場、未經(jīng)剪輯的視頻和CUBE的環(huán)球視頻團隊-需要大量的艱苦工作、時間和金錢。 保持高質(zhì)量需要贊助商的支持，他們與我們的無廣告新聞內(nèi)容的愿景一致。

如果您喜歡這里的報道，視頻采訪和其他無廣告內(nèi)容，請花點時間查看我們的贊助商支持的視頻內(nèi)容樣本，推特您的支持，并繼續(xù)回到硅安格爾。