谷歌使其语音到文本和文本到语音的服务更加准确和可访问

谷歌有限责任公司(GoogleLLC)正努力推动其流行的云语音到文本和文本到语音机器学习服务，为两者增加了新的功能，并使前者更容易为大型企业所利用。

谷歌云语音到文本本质上是一种先进的转录服务，它依赖于机器学习和其他人工智能技术来提高其准确性。 这种对人工智能的依赖是很重要的，因为任何低于100%的准确性都会导致严重的错误，这使得很难进行有用的对话，谷歌产品经理丹·阿哈龙在今天的博客文章中说。

但谷歌自由承认，它的语音对文本并不总是完全准确的，因为许多使用它的应用程序运行在“嘈杂”的电话线上，这可能使人们难以准确解释他们所说的话。

“在创建智能语音应用程序时，语音识别的准确性至关重要，”亚伦说。 “你可以从下面的插图中看到，即使准确率达到90%，也很难有一个有用的对话。

为了解释这一点，谷歌去年在beta版推出了一个高级版本的语音到文本，供选择共享使用数据的客户使用，这样它就可以帮助改进其算法。 它们包括一个增强的电话模型，它产生的转录错误比常规模型少62%，以及一个对多个扬声器的电话会议有用的视频模型。

今天，谷歌正在使其高级模型通常可供所有客户使用，包括那些不想选择其数据记录程序的客户。 然而，不选择加入该项目是有代价的，因为那些选择加入的人将支付33%的服务。

阿哈龙说：“我们还将优质视频模型的定价下调了25%，目前选择数据记录的视频模型客户的总节省了50%。

谷歌还在语音到文本中添加了一个新功能，称为“多渠道识别”，可以更好地区分对话中的不同人。

语音到文本的高级模型已经被许多企业采用，包括LogMe InInc.，该公司使用该服务在其流行的GoToMe会议应用程序上创建会议记录。

谷歌也在更新Text-to-Speech，这正是它的姐妹服务的对立面，将书面文本转化为现实的人类声音中的人工语音。 这项服务正在获得更多由谷歌浪潮网络技术驱动的人工声音，并以更多的语言提供。“由于谷歌云T PU(Tensor Processing UnitAI芯片)提供的浪潮网络技术的独特接入，我们可以比行业中典型的更快、更容易地构建新的声音和语言。

今天采用测试版的新语言包括丹麦语、挪威语、葡萄牙语、俄语、波兰语、斯洛伐克语和乌克兰语。 这意味着文本到语音现在总共支持21种语言。 谷歌还在该服务中添加了31个新的人工波网声音，加上24个“标准”声音。

最后，谷歌正在向文本到语音技术添加一个新的设备配置功能，它能够优化不同硬件上的音频回放。“例如，一些具有呼叫中心应用程序的客户优化交互式语音响应，而另一些客户则专注于耳机的内容和媒体优化，”Aharon说。 “在任何情况下，音频效果都是为硬件定制的。

星座研究公司(Constellation ResearchInc.)分析师霍尔格·穆勒(Holger Mueller)表示，这些更新令人信服，因为语音作为新的用户界面迅速出现，因此提高准确性和支持更多语言应该受到企业的欢迎。

穆勒说：“谷歌不断提供和改进，现在也为更好的消费能力提供了支持。 “正在构建语音相关应用程序的CXOs只需将谷歌列入其授权提供商的入围名单。

显示您对我们的任务的支持，我们的一键订阅我们的优管频道（下面）。 我们拥有的用户越多，你就越能向你推荐相关的企业和新兴技术内容。 谢谢！

支持我们的使命：>；>；>；SUBS CRIBE NOW>；>；>；到我们的优管频道。

我们还想告诉你我们的使命，以及你如何帮助我们完成它。 硅谷媒体公司的商业模式是基于内容的内在价值，而不是广告。 与许多在线出版物不同，我们没有付费墙或经营横幅广告，因为我们希望保持我们的新闻开放，没有影响或需要追逐流量。 硅谷的新闻、报道和评论-以及我们硅谷工作室的现场、未经剪辑的视频和CUBE的环球视频团队-需要大量的艰苦工作、时间和金钱。 保持高质量需要赞助商的支持，他们与我们的无广告新闻内容的愿景一致。

如果您喜欢这里的报道，视频采访和其他无广告内容，请花点时间查看我们的赞助商支持的视频内容样本，推特您的支持，并继续回到硅安格尔。