Testun-i-Leferydd (TTS)

Diffiniad

Testun-i-Leferydd (TTS) yw'r dechnoleg sy'n trosi testun ysgrifenedig yn allbwn llais llafar gan ddefnyddio modelau AI.

Diben

Y pwrpas yw darparu allbwn llais naturiol ar gyfer hygyrchedd, cynorthwywyr rhithwir, a chymwysiadau cyfryngau.

Pwysigrwydd

• Hanfodol ar gyfer hygyrchedd i ddefnyddwyr â nam ar eu golwg.
• Defnyddir yn helaeth mewn cynorthwywyr digidol a systemau IVR.
• Risg o ddefnyddio lleisiau synthetig ar gyfer twyll.
• Mae ansawdd yn dibynnu ar brosodi a naturioldeb.

Sut Mae'n Gwaith

1. Mae testun mewnbwn yn cael ei brosesu a'i normaleiddio.
2. Mae testun yn cael ei drawsnewid yn ffonemau.
3. Mae modelau acwstig yn cynhyrchu nodweddion lleferydd.
4. Mae vocoders yn syntheseiddio tonffurfiau.
5. Cyflwynir sain allbwn i ddefnyddwyr.

Enghreifftiau (Y Byd Go Iawn)

• Google Cloud TTS: yn cynhyrchu lleisiau naturiol ar gyfer apiau.
• Amazon Polly: gwasanaeth testun-i-leferydd.
• Apple Siri: allbwn llais o destun.

Cyfeiriadau / Darllen Pellach

• Tacotron 2: TTS Naturiol gyda Rhwydweithiau Niwral — Ymchwil Google.
• ISO/IEC 15938-4: Disgrifiad o Gynnwys Amlgyfrwng.
• Cylchgrawn Prosesu Signalau IEEE: Systemau TTS.
• Atebion TTS Custom ar gyfer Eich Gofynion Unigryw