音声合成
ナレーションや音声応答を加えて、コンテンツを耳でも楽しめるように。
自分の文章で試す聞き取ることから、伝えることまで。
音声を単独で使うことも、モデルや業務処理とつなぐこともできます。
音声認識
録音や発話を文字に起こし、要約、字幕、検索に活用。
詳しく見る内容に合った声を見つける。
まず言語を確認し、聞き手や用途に合う話し方を聴き比べましょう。
言語
モデルが対象言語に対応しているか確認し、その言語のサンプルを試聴します。
話し方
案内は明瞭に、物語は抑揚豊かに、対話は自然に。内容に合う話し方を選びます。
用途
実際に使う文章で試して、長いナレーションや短い応答に適しているか確かめます。
さまざまな体験に、音声を。
音声アシスタント
音声で質問し、モデルが答え、声で返す体験を。
動画のナレーション
製品紹介や短い動画にナレーションを加えられます。
学習と音声読書
教材や記事、長文を音声でも利用できるようにします。
多言語サービス
ユーザーが使う言語に合ったモデルと声を選択。
会話を、次に活かせる情報に。
音声を文字に起こして、議事録や字幕を作成。そのまま次の業務処理につなげられます。
会議の文字起こし例
今回のリリース内容を確認しましょう。
まず音声機能をテストして、意見を集めます。
では、結果と次の対応をまとめます。
会議の処理フローを示す文例です。音声認識は実行していません。
今のアプリに、音声という選択肢を。
まずは小さなリクエストで結果を確かめ、アプリケーションに組み込みましょう。
- 01
API キーを作成
コンソールでキーを作成し、サーバー側で安全に管理します。
- 02
モデルを選択
入力形式、パラメータ、料金をモデルのドキュメントで確認します。
- 03
最初のリクエストを送信
実際の用途に近い入力で結果を確認してから、本番環境に組み込みます。
よくある質問
音声認識と音声合成はどう使い分けますか？
音声を文字にするなら音声認識、文字を読み上げるなら音声合成を使います。言語モデルと組み合わせれば、音声アシスタントを構築できます。
対応する言語や音声形式は？
モデルによって異なります。言語、出力形式、ストリーミングへの対応は、導入前に各ドキュメントをご確認ください。