विषयसूची:
परिभाषा - स्पीच सिंथेसिस का क्या अर्थ है?
भाषण संश्लेषण एक कंप्यूटर या अन्य डिवाइस द्वारा मानव भाषण का कृत्रिम अनुकरण है। वॉयस रिकॉग्निशन, स्पीच सिंथेसिस के समकक्षों का उपयोग ज्यादातर ऑडियो जानकारी में टेक्स्ट सूचना के अनुवाद के लिए और वॉयस-सक्षम सेवाओं और मोबाइल एप्लिकेशन जैसे अनुप्रयोगों में किया जाता है। इसके अलावा, पाठ सामग्री को पढ़ने में दृष्टिबाधित व्यक्तियों की सहायता के लिए सहायक तकनीक में भी इसका उपयोग किया जाता है।
Techopedia स्पीच सिंथेसिस की व्याख्या करता है
होमर डडली का वीओडीआर, जो बेल लेबोरेटरीज के शब्दकोष पर आधारित था, को पहला पूर्णतः कार्यात्मक ध्वनि सिंथेसाइज़र माना जाता है। भाषण संश्लेषण में उपयोग किए जाने वाले कंप्यूटर को भाषण सिंथेसाइज़र या भाषण कंप्यूटर के रूप में जाना जाता है। भाषण कंप्यूटर की गुणवत्ता को अक्सर मानव आवाज में इसकी समानता से आंका जाता है। अधिकांश कंप्यूटर ऑपरेटिंग सिस्टम ने 1990 के दशक की शुरुआत से भाषण सिंथेसाइज़र को शामिल किया है। सिंथेसाइज्ड भाषण आमतौर पर रिकॉर्ड किए गए भाषण के टुकड़े टुकड़े की मदद से उत्पन्न होता है, जो एक डेटाबेस में निहित होता है।
भाषण संश्लेषण में प्रारंभिक चरण पूर्व-प्रसंस्करण है, जो उस तरीके के आस-पास की अस्पष्टता को समाप्त करता है जिसमें विशिष्ट शब्द को पढ़ने की आवश्यकता होती है, और जिसमें होमोग्राफ को भी शामिल करना होता है। भाषण संश्लेषण के अगले चरण में, कंप्यूटर ध्वनियों के अनुक्रम में पाठ को परिवर्तित करने के लिए फोननेम की मदद लेता है। अंतिम चरण में मानव आवाज तंत्र की नकल करने और पूरे पाठ को पढ़ने के लिए मानव रिकॉर्डिंग या बुनियादी ध्वनि पीढ़ी तकनीकों का उपयोग शामिल है। भाषण संश्लेषण की लोकप्रिय शाखाओं में से एक ऑडियो-विज़ुअल भाषण संश्लेषण या मल्टीमॉडल भाषण संश्लेषण है जो संश्लेषित भाषण के पूरक के लिए एक एनिमेटेड चेहरे का उपयोग कसकर सिंक्रनाइज़ करता है। मल्टीमॉडल स्पीच सिंथेसिस में अतिरिक्त विशेषताओं को भी शामिल किया गया है, जैसे कि गैर-मौखिक संकेत से लेकर भाषण तक उपयोगकर्ता के शब्दों को अधिक सटीकता से संप्रेषित करने में मदद करने के लिए। कई स्पीच सिंथेसिस सिस्टम उपयोगकर्ताओं को आवाज के प्रकार जैसे पुरुष या महिला आवाज को चुनने की अनुमति देते हैं।
अधिकांश भाषण संश्लेषण प्रणाली ग्रंथों को पढ़ने और उन्हें बहुत ही बुद्धिमान तरीके से आउटपुट करने में सक्षम हैं, हालांकि कई बार आवाज सुस्त हो सकती है। भाषण संश्लेषण, हालांकि, अभी तक मानव घुसपैठ और ताल के व्यापक स्पेक्ट्रम की पूरी तरह से नकल करने की क्षमता विकसित करना है।
