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

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.

Servicio de transcripción integrado

No dependas de soluciones de transcripción de terceros y logra un mayor control de los datos con cumplimiento normativo y seguridad integrales.

Fáciles de integrar

OCI Speech es un servicio versátil al que se puede llamar mediante API de REST, diferentes SDK y Oracle CLI. Los desarrolladores pueden desplegar fácilmente un servicio de voz escalable sin tener experiencia en ciencia de datos o aprendizaje automático.

Diseño centrado en la seguridad y la privacidad

Oracle Cloud Infrastructure Speech protege la privacidad de nuestros clientes. Una serie de modelos de reconocimiento automático del habla predefinidos transcriben tu contenido, pero no almacenan datos con fines de formación o de depuración de errores.

Servicio de transcripción integrado

OCI Speech utiliza modelos y arquitectura propios que permiten una rápida conversión de voz a texto.

Puntuación de confianza por palabra

Hemos agregado una puntuación de confianza por palabra para que identifiques palabras que podrían haberse transcrito incorrectamente. Utiliza la puntuación de confianza de palabras para determinar en qué aspectos debes centrarte a la hora de desarrollar una aplicación.

Filtros de lenguaje obsceno

Hemos agregado filtros de palabras predefinidos que utilizan una lista organizada de palabras obscenas. Puedes ocultar, eliminar o etiquetar las palabras obscenas.