Text to Speech

INFOTN SOLUTIONS

អំពី​កម្មវិធីនេះ

Text-to-Speech (TTS)៖ ទិដ្ឋភាពទូទៅដ៏ទូលំទូលាយ
Text-to-speech (TTS) គឺជាបច្ចេកវិទ្យាទំនើបដែលបំប្លែងអត្ថបទសរសេរទៅជាភាសានិយាយ។ វាប្រើក្បួនដោះស្រាយស្មុគស្មាញ និងដំណើរការភាសាធម្មជាតិ ដើម្បីវិភាគអត្ថបទ និងបង្កើតលទ្ធផលសំឡេងដូចមនុស្ស។ ដំណើរការនេះពាក់ព័ន្ធនឹងការបំបែកអត្ថបទទៅជាពាក្យនីមួយៗ សូរសព្ទ (ឯកតាមូលដ្ឋាននៃសំឡេង) និងលក្ខណៈ prosodic (សំឡេង ភាពតានតឹង ចង្វាក់) មុនពេលសំយោគការនិយាយ។
តើវាដំណើរការយ៉ាងដូចម្តេច?
* ការវិភាគអត្ថបទ៖ ប្រព័ន្ធ TTS វិភាគអត្ថបទ កំណត់ពាក្យ វណ្ណយុត្តិ និងរចនាសម្ព័ន្ធប្រយោគ។
* ការបំប្លែង Phoneme៖ ពាក្យត្រូវបានបំប្លែងទៅជាសំឡេងនិយាយនីមួយៗ (phonemes)។
* Prosody Application៖ ប្រព័ន្ធនេះអនុវត្តការបញ្ចេញសំឡេង ភាពតានតឹង និងចង្វាក់ទៅនឹងការនិយាយដែលបានសំយោគ ដែលធ្វើឱ្យវាស្តាប់ទៅមានលក្ខណៈធម្មជាតិ។
* ការបង្កើតសំឡេង៖ ព័ត៌មានដែលបានដំណើរការត្រូវបានបំប្លែងទៅជាទម្រង់រលកសំឡេង ដែលបន្ទាប់មកត្រូវបានចាក់ឡើងវិញជាភាសានិយាយ។
កម្មវិធីនៃអត្ថបទទៅការនិយាយ
បច្ចេកវិទ្យា TTS មានកម្មវិធីយ៉ាងទូលំទូលាយ រួមមានៈ
* ភាពងាយស្រួល៖ ជួយមនុស្សដែលមានពិការភ្នែក ពិការភ្នែក ឬពិការក្នុងការសិក្សា ដើម្បីទទួលបានខ្លឹមសារជាលាយលក្ខណ៍អក្សរ។
* ការអប់រំ៖ ជួយអ្នករៀនភាសា សិស្សដែលពិបាកអាន និងអ្នកដែលមានបញ្ហាផ្នែកសោតទស្សន៍។
* ការប្រាស្រ័យទាក់ទងគ្នា៖ អនុញ្ញាតឱ្យបុគ្គលដែលមានបញ្ហាការនិយាយអាចទំនាក់ទំនងតាមរយៈការនិយាយសំយោគ។
* ការកម្សាន្ត៖ ផ្តល់ថាមពលដល់សៀវភៅអូឌីយ៉ូ ផតខាស និងជំនួយការសំឡេង។
* រថយន្ត៖ ផ្តល់ការណែនាំអំពីការរុករក ការជូនដំណឹង និងព័ត៌មានដល់អ្នកបើកបរ។
* សេវាកម្មអតិថិជន៖ ផ្តល់ជូននូវការឆ្លើយតបជាសំឡេងដោយស្វ័យប្រវត្តិ និងប្រព័ន្ធឆ្លើយតបជាសំឡេងអន្តរកម្ម។
វឌ្ឍនភាពនៅក្នុង TTS
ភាពជឿនលឿនថ្មីៗនៃបញ្ញាសិប្បនិមិត្ត និងការរៀនម៉ាស៊ីនបានធ្វើអោយប្រសើរឡើងយ៉ាងខ្លាំងនូវគុណភាព និងធម្មជាតិរបស់ TTS ។ បណ្តាញសរសៃប្រសាទឥឡូវនេះត្រូវបានប្រើដើម្បីបង្កើតការនិយាយដូចមនុស្សកាន់តែច្រើន ជាមួយនឹងការបញ្ចេញសំឡេង ការបញ្ចេញសំឡេង និងការបញ្ចេញអារម្មណ៍កាន់តែប្រសើរ។ លើសពីនេះ ប្រព័ន្ធ TTS កាន់តែមានភាពចម្រុះ ដែលគាំទ្រភាសា និងការសង្កត់សំឡេងច្រើន។
តាមរយៈការផ្សារភ្ជាប់គម្លាតរវាងភាសាសរសេរ និងភាសា បច្ចេកវិទ្យាអត្ថបទទៅការនិយាយបន្តធ្វើបដិវត្តវិធីដែលយើងប្រាស្រ័យទាក់ទងជាមួយព័ត៌មាន និងគ្នាទៅវិញទៅមក។
តើអ្នកចង់ដឹងបន្ថែមអំពីកម្មវិធីជាក់លាក់ ឬប្រវត្តិរបស់ TTS ទេ?