Tekst-til-Tale Værktøj

Dette værktøj konverterer skrevet tekst til naturligt tale ved hjælp af neurale stemmer på flere sprog. Det understøtter sprog-specifik prosodi, justerbar hastighed og valgfri SSML-indgang til at finjustere udtale og betoning. Udgivelsen leveres som lydfil (MP3 eller WAV), som brugerne kan lytte til og downloade til tilgængelighedsprojekter, e-læring, videofortælling eller podcastudkast. Konceptuelt udfører systemet tekstnormalisering, tokenisering, fonem-mapping og prosodiplanlægning før generering af en bølges form med en neuralt TTS-model. Det henvender sig til undervisere, indholdsskabere, lokaliseringsteams og udviklere der prototyper stemmeoplevelser. Værdien ligger i bred sprogdækning, fleksible stemmemuligheder og muligheden for at eksportere lyd klar til brug uden registrering. Kernefunktioner inkluderer sprogvalg, stemmevalg, hastighed, valgfri tonhøjde og downloadbart lyd. Typiske brugstilfælde inkluderer generering af korte taleuddrag til undertekster, oversættelse af manus til talende form for flersprogede målgrupper og test af stemmepræstationer på tværs af stemmer før integration i produkter eller medier. Fortrolighed er høj prioritet og hurtig iteration gør det muligt at eksperimentere med forskellige stemmer og hastigheder for at opnå ønsket tone og tempo. For avancerede brugere er der SSML-support og batch-behandling til at producere sammenhængende multi-stemme narrativer i længere indhold.