Dokumentation om tal till text

Tal till text från Speech-tjänsten, även kallat taligenkänning, möjliggör realtids- och batch-transkription av ljudströmmar till text. Med ytterligare referenstextinmatning möjliggör det också uttalsbedömning i realtid och ger talarna feedback om noggrannheten och flytet i talat ljud.

Om tal till text

Översikt

• Vad är tal till text i realtid?
• Vad är batchtal till text?
• Vad är anpassat tal?
• Använd Speech CLI för tal till text utan kod

Snabbstart

• Kom igång med tal till text
• Prova diarisering i realtid

Utveckla med tal till text

Instruktioner

• Använda API:et för snabb transkription
• Skapa ett anpassat talprojekt
• Träna en modell för anpassat tal
• Använda komprimerade ljudindataformat

Koncept

• Whisper-modell från OpenAI
• Förbättra noggrannheten med anpassat tal
• Visa textformatering

Referens

Referens

• Språkstöd
• Vanliga frågor och svar om tal till text
• Priser för tal till text

Hjälp och feedback

Referens

• Alternativ för support och hjälp