¿ Un servidor de síntesis de voz es un sistema de red que solicita un usuario humano para la entrada utilizando el habla . Estos servidores se basan en muchas de las tecnologías subyacentes complejas , como texto - a-voz , síntesis de voz y reconocimiento de voz . Aprender acerca de estas tecnologías , y cómo funcionan en conjunto , le puede dar una mejor apreciación de los mecanismos internos complejos del servidor de síntesis de voz. Discurso

Muchos centros de llamadas Síntesis Server utilizan servidores de síntesis de voz para llamadas de ruta en el menú principal a un operador humano que trabaja en un departamento específico . Estos servidores suelen ser capaces de producir discurso , así como la comprensión de ella. Servidores de síntesis de voz también se utilizan en las aplicaciones web para que sean más accesibles e interactivos.
Motor de síntesis de voz

Un motor de síntesis de voz acepta la entrada en forma de texto preprogramado o los comandos en tiempo real y salidas de voz reconocible. Motores de síntesis de voz que procesan preprogramadas texto suelen realizar una única tarea, como informar a los visitantes que un área determinada es fuera de límites . Motores de síntesis de voz que aceptan comandos en tiempo real se utilizan para proporcionar a los discapacitados con un medio de comunicación , y también se utilizan en los sistemas de telecomunicaciones. La voz que se oye de estos sistemas es una combinación de muestras de voz humana y los algoritmos que crean la ilusión de hablar suave.
Reconocimiento de Voz

Reconocimiento de voz sistemas funcionan en la dirección opuesta . Ellos interpretan el discurso de un ser humano y lo convierten en texto. Sistemas de reconocimiento de voz utilizan un método de interpretación de discurso de un ser humano que se basa en las probabilidades . Por ejemplo , en un sistema de reconocimiento de voz simple donde las únicas entradas aceptables son " sí" o " no", el equipo es capaz de calcular la probabilidad de que un usuario está diciendo una o la otra. Esto es posible debido a que el sistema de reconocimiento de voz se puede comparar los sonidos fonéticos de cada entrada contra una base de datos de muestras . El principio es el mismo para los sistemas con muchos insumos , aunque la probabilidad de error es mayor.
Texto a voz

Texto a voz es una tecnología que convierte el texto para ser reconocible en su equivalente fonético, que luego convierte en sonido con altavoces . Una gran parte de este proceso tiene que ver con la interpretación del texto y lo descomponen en partes . Cada pieza puede estar compuesto de varias palabras , y representa frases individuales . De esta manera, el motor de texto a voz puede hacer discurso que suena natural oyentes humanos . Motores de texto a voz sofisticados rompen aún más estas unidades en sílabas individuales , completas con el tono y la información de duración.