Texto a texto (STT) y texto a voz (TTS)

OCI Speech es un servicio de IA que transcribe voz a texto y sintetiza voz a partir de texto. Obtén transcripciones precisas, normalizadas por texto y con registro de hora y voz sintetizada a través de la consola de OCI, los blocs de notas de OCI Data Science y las API de REST, así como CLI o SDK.

Características de OCI Speech

Modelos de lenguaje y acústicos predefinidos

OCI Speech utiliza el reconocimiento automático de voz, un proceso de aprendizaje profundo, para obtener una transcripción precisa de las conversaciones naturales. Empieza utilizando modelos acústicos y lingüísticos predefinidos que no requieren experiencia previa en ciencia de datos.

Analiza datos de archivos de audio y video

Busca, indexa y descifra los datos escondidos en tus archivos de audio. Convierte conversaciones grabadas en audio a datos textuales para su análisis por medio de servicios de IA. Por ejemplo, utiliza OCI Language para recuperar la percepción y las capacidades de detección de anomalías de OCI Speech para identificar oportunidades de pérdida de clientes.

Transcripción en tiempo real

Ahora con disponibilidad limitada, la función de transcripción en tiempo real de OCI Speech te permite enviar streams de audio y recibir transcripciones precisas en cuestión de segundos.

Conversión neuronal de texto a voz (TTS)

Ahora en disponibilidad limitada, la función de texto a voz de OCI Speech te permite sintetizar voz similar a la humana a partir de texto en todas las aplicaciones. Esta función permite conversaciones con clientes, traducciones de voz en varios idiomas y una mejor accesibilidad. Elige entre una variedad de voces para mejorar las interacciones.

Asistencia nativa con diversos idiomas

Los modelos OCI Speech ASR son copatibles con inglés, español, portugués, alemán, francés, italiano e hindi, lo que te permite transcribir tus archivos de audio en el idioma que prefieras. Además, OCI Speech también admite el modelo OpenAI Whisper, que proporciona más de 57 idiomas compatibles listos para usar. Obtén más información sobre OCI y el modelo Whisper.

Diarización para una mayor legibilidad y comprensión

OCI Speech admite la diarización para organizar, analizar y extraer información significativa de varios oradores.


Nuestra función de reconocimiento de voz en tiempo real ayuda a garantizar que su voz se transcriba con precisión mientras hablas de forma natural, lo que permite una comunicación fluida e ininterrumpida.
Michael Zhang, director principal sénior de productos de Oracle

Casos de uso de OCI Speech

Búsqueda de contenido de medios digitales y subtítulos

Proporciona automáticamente subtítulos integrados al flujo de trabajo en OCI Platform para todo el contenido creado y revisado por los servicios de medios digitales. Indexa el contenido con OCI Speech para facilitar la búsqueda en todo tu contenido.

Análisis de llamadas y comentarios de clientes

Transcribe las llamadas de los clientes para buscar y recuperar la información de forma sencilla. Utiliza OCI Language para detectar opiniones y ayudar a identificar las oportunidades de captación de clientes y formación del personal.

Dictado médico

La transcripción en tiempo real permite a los médicos y enfermeras capturar las notas del paciente sobre la marcha, lo que ayuda a aumentar la eficiencia y mejorar la atención y los resultados.

Mejor accesibilidad

La conversión neuronal de texto a voz proporciona una voz de alta precisión, similar a la humana con entonaciones, proporcionando más opciones para las funciones de accesibilidad.

Recursos de OCI Speech

Conoce OCI Speech

Oracle Cloud (modo gratuito)

Crea, comprueba e implementa aplicaciones en Oracle Cloud de forma gratuita.