Informazioni su Text to Speech
Il servizio IBM Watson® Text to Speech fornisce le API che utilizzano le funzionalità di sintesi vocale di IBMper convertire il testo scritto in un discorso dal suono naturale. Il servizio ritrasmette l'audio sintetizzato al client con un ritardo minimo. L'audio utilizza cadenza e intonazione appropriate per la sua lingua e il suo dialetto per fornire voci che siano fluide e naturali.
Il servizio può essere utilizzato nelle applicazioni come le chatbot automatizzate vocali, nonché una varietà di applicazioni vocali e senza schermo, come ad esempio gli strumenti per disabili o ipovedenti, la narrazione video e voice over e le soluzioni educative e di domotica. È appropriato per qualsiasi applicazione in cui l'audio è il metodo di output preferito.
Versioni del prodotto
Text to Speech può essere distribuito come un servizio cloud gestito o può essere installato in loco. Questa documentazione descrive come utilizzare entrambe le versioni del prodotto. Le informazioni quali argomenti, paragrafi ed esempi che si applicano esclusivamente ad una versione sono chiaramente denotati:
- IBM Cloud per le istanze gestite di Text to Speech ospitate su IBM Cloud o per le istanze ospitate suIBM Cloud Pak for Data as a Service. Per informazioni su tutti gli aggiornamenti del servizio, consultare le Note di rilascio per Text to Speech per IBM Cloud.
- IBM Cloud Pak for Data per istanze installate o locali di xml-ph-0000@deepl.internal per xml-ph-0001@deepl.internal IBM Software Hub per istanze installate o locali di Text to Speech per IBM Cloud Pak for Data. Per ulteriori informazioni sull'installazione e la gestione dei servizi vocali di Watson, vedere Panoramica dell'installazione. Per informazioni su tutti gli aggiornamenti del servizio, consultare le Note di rilascio per Text to Speech per IBM Cloud Pak for Data e le Note di rilascio per Text to Speech per IBM Software Hub.
sintesi vocale
Il servizio Text to Speech supporta entrambe le interfacce HTTP e WebSocket per la sintesi vocale. Entrambe le interfacce accettano testo semplice e testo marcato con lo Speech Synthesis Markup Language (SSML) basato su XML. L'interfaccia dell' WebSocket e può anche fornire informazioni sulla temporizzazione delle parole dell'audio. Per ulteriori informazioni, vedere le seguenti caratteristiche del servizio:
Personalizzazione
Il servizio offre un'interfaccia di personalizzazione che può essere utilizzata per specificare il modo in cui il servizio pronuncia le parole insolite che compaiono nel testo inserito. Puoi definire modelli personalizzati per includere dizionari di parole per il lessico della tua applicazione. Per ulteriori informazioni, vedi Personalizzazione del servizio nelle funzioni del servizio.
Supporto linguistico
Il servizio offre voci neurali per sintetizzare il testo in molte lingue e dialetti:
- Olandese (Paesi Bassi)
- Inglese (dialetti australiani, britannici e statunitensi)
- Francese (dialetti canadesi e francesi)
- Tedesco
- Italiano
- Giapponese
- Coreano
- Portoghese (brasiliano)
- Spagnolo (varianti castigliano, latino americano e nord americano)
Per lingue diverse, il servizio offre voci femminili, voci maschili o entrambe. Per ulteriori informazioni sulle lingue e le voci supportate, i tipi di voci che il servizio fornisce per ogni lingua e il loro stato per entrambe le versioni del servizio, vedi Lingue e voci.
Supporto audio
Il servizio produce audio in molti formati popolari:
- A-law
- Audio di base
- Codec audio senza perdita di dati (FLAC)
- PCM (Pulse - Code Modulation) lineare a 16 bit
- MP3 (o MPEG)
- Mu - law (o u - law)
- Ogg o Web Media (WebM) audio con codec Opus o Vorbis
- WAV (Waveform Audio File Format)
Formati diversi supportano diverse frequenze di campionamento e altre caratteristiche. Per ulteriori informazioni, vedi Utilizzo dei formati audio.
Funzioni beta
IBM rilascia occasionalmente funzioni e supporto lingua classificati come beta. Tali funzioni vengono fornite in modo da poterne valutare la funzionalità. Potrebbero essere instabili e sono soggetti a modifiche o rimozioni con breve preavviso. Non sono destinati all'uso in un ambiente di produzione.
Le funzioni beta potrebbero non fornire lo stesso livello di prestazioni o compatibilità delle funzioni generalmente disponibili. Le funzioni generalmente disponibili sono pronte per l'uso in ambienti di produzione.
Prezzi
IBM Cloud
Il servizio offre più piani dei prezzi per soddisfare le tue necessità di utilizzo e applicazione. Per ulteriori informazioni sui piani dei prezzi o per acquistare un piano, vedi il servizio Text to Speech in CatalogoIBM Cloud®.