2月24日消息,為了擴(kuò)展AI語音服務(wù)的市場,谷歌除了加強語音辨識模型、語言支持?jǐn)?shù)量和聲音種類之外,也調(diào)整了語音服務(wù)的價格。
谷歌更新文字轉(zhuǎn)語音和語音轉(zhuǎn)文字服務(wù),除了優(yōu)化語音辨識模型、新支持7種語言和31種聲音之外,也調(diào)整了語音服務(wù)的價格,在特定的應(yīng)用情境中,用戶最多可以省下約50%的支出,而谷歌也提供每月前60分鐘免費的語言轉(zhuǎn)文字服務(wù)。
谷歌指出,語音辨識和生成技術(shù)在人機(jī)互動的應(yīng)用中非常關(guān)鍵,要讓人機(jī)互動更加自然、簡單且普遍,并不容易,即便使用準(zhǔn)確度高達(dá)90%的語音辨識模型,還是很難真正達(dá)到有效的對話,由于許多企業(yè)的語音辨識模型都是要在電話中運行,受到噪音的干擾,產(chǎn)生的文字資訊讓模型難以處理,谷歌于去年4月針對這種應(yīng)用場景推出電話和影片的語音轉(zhuǎn)文字服務(wù)。
經(jīng)過不斷優(yōu)化,現(xiàn)在電話的文字錯誤已降低了62%,而影片的語音轉(zhuǎn)文字模型錯誤率也降低了64%,除此之外,影片的語音轉(zhuǎn)文字模型在辨識多個說話者的情境中,像是會議或是廣播,也有很好的表現(xiàn)。
在價格方面,為了吸引更多用戶,谷歌將影片語音轉(zhuǎn)文字模型收費調(diào)降了25%,而在標(biāo)準(zhǔn)和影片模型服務(wù)中,選擇加入資料收集計畫的用戶,收費價格會減少33%,因此,若使用影片模型且選擇加入收集資料計畫的用戶,將能夠減少約50%的支出。
此外,支持的語言也是企業(yè)使用語音轉(zhuǎn)文字辨識模型的一大考量,現(xiàn)在谷歌新增了7個語言和方言,包含丹麥語、葡萄牙語、俄語、波蘭語、斯洛伐克語、烏克蘭語和挪威語,加上上述新增的語言,目前總共支持持21種語言,這些新增的語言都還是測試版。在語音生成模型方面,谷歌的語音生成系統(tǒng)WaveNet也新增了31種聲音,目前總共有包含21種語言的57種聲音。
發(fā)布評論請先 登錄
相關(guān)推薦
評論