' Text to Speech' 정보

IBM Watson® Text to Speech 서비스는 IBM의 음성 합성 기능을 사용하여 작성된 텍스트를 자연스러운 음성으로 변환하는 API를 제공합니다. 이 서비스는 또한 지연을 최소로 하여 합성된 오디오를 다시 클라이언트로 스트리밍합니다. 오디오에서는 언어와 방언의 적절한 운율과 리듬을 사용하여 부드럽고 자연스러운 음성을 제공합니다.

이 서비스는 자동 음성 챗봇과 같은 애플리케이션 외에도, 장애가 있거나 시각적으로 불편한 사용자를 위한 도구, 동영상 내레이션과 보이스 오버, 교육 및 홈 자동화 솔루션과 같은 다양한 음성 기반 및 스크린이 없는 애플리케이션에서 사용할 수 있습니다. 또한 오디오가 선호되는 출력 방법인 모든 애플리케이션에 적합합니다.

제품 버전

Text to Speech는 관리 클라우드 서비스로 배치되거나 온프레미스로 설치할 수 있습니다. 이 문서에서는 두 제품 버전을 사용하는 방법을 모두 설명합니다. 한 버전에만 적용되는 주제, 단락, 예제 등의 정보는 명확하게 표시됩니다:

음성 합성

Text to Speech 서비스는 음성 합성을 위해 HTTP 및 WebSocket 인터페이스를 모두 지원합니다. 두 인터페이스는 일반 텍스트 또는 XML 기반 SSML(Speech Synthesis Markup Language)로 표시되는 텍스트를 허용합니다. 또한, WebSocket 인터페이스는 오디오의 단어에 관한 시간 지정 정보를 생성할 수 있습니다. 자세한 내용은 다음 서비스 기능을 참조하세요:

사용자 정의

이 서비스는 서비스가 입력 텍스트에서 발생하는 비정상적인 단어를 발음하는 방법을 지정하는 데 사용할 수 있는 사용자 정의 인터페이스를 제공합니다. 애플리케이션 용어집에 대한 단어 사전을 포함하도록 사용자 정의 모델을 정의할 수 있습니다. 자세한 정보는 서비스 기능에서 서비스 사용자 정의를 참조하십시오.

언어 지원

이 서비스는 다양한 언어와 방언으로 텍스트를 음성으로 합성하는 신경 음성을 제공합니다:

  • 네덜란드어(네덜란드)
  • 영어(오스트레일리아, 영국 및 미국 방언)
  • 프랑스어(캐나다 및 프랑스 방언)
  • 독일어
  • 이탈리아어
  • 일본어
  • 한국어
  • 포르투갈어(브라질)
  • 스페인어(카스티야어, 라틴 아메리카 및 북아메리카 통용어)

여러 언어의 경우, 서비스는 여성 음성, 남성 음성 또는 둘 다를 제공합니다. 지원되는 언어 및 음성, 서비스에서 각 언어에 대해 제공하는 음성 유형 및 두 버전의 서비스 상태에 대한 자세한 내용은 언어 및 음성을 참조하세요.

오디오 지원

이 서비스는 다음과 같은 다양한 형식으로 오디오를 생성합니다.

  • A-Law
  • 기본 오디오
  • FLAC(Free Lossless Audio Codec)
  • 선형 16비트 PCM(Pulse-Code Modulation)
  • MP3(또는 MPEG)
  • Mu-law(또는 u-law)
  • Opus 또는 Vorbis 코덱을 사용하는 Ogg 또는 WebM(Web Media) 오디오
  • WAV(Waveform Audio File Format)

다양한 형식은 다양한 샘플링 속도 및 기타 특성을 지원합니다. 자세한 정보는 오디오 형식 사용을 참조하십시오.

베타 기능

IBM에서는 때때로 베타로 분류되는 기능 및 언어 지원을 릴리스합니다. 이러한 기능은 사용자가 해당 기능을 평가할 수 있도록 제공됩니다. 이들은 불안정할 수 있으며 촉박한 통지와 함게 변경되거나 제거될 수 있습니다. 이들은 프로덕션 환경에서 사용하기 위한 것이 아닙니다.

베타 기능은 GA(General Availability)된 기능과 동일한 수준의 성능 또는 호환성을 제공하지 않을 수 있습니다. GA(General Availability)된 기능은 프로덕션 환경에서 사용할 수 있습니다.

가격 책정

IBM Cloud

이 서비스는 사용량 및 애플리케이션 요구에 맞게 여러 가격 플랜을 제공합니다. 요금제에 대한 자세한 내용을 확인하거나 요금제를 구매하려면 IBM Cloud® 카탈로그의 Text to Speech 서비스를 참조하세요.