Связаться с намиПодключиться

Начало работы со SpeechKit

Статья создана
Обновлена 13 декабря 2024 г.

Вы можете протестировать распознавание и синтез речи в сервисе SpeechKit на странице демо. О стоимости использования сервиса читайте в разделе Правила тарификации для SpeechKit.

Перед началом работы

  1. Перейдите в консоль управления, затем войдите в Yandex Cloud или зарегистрируйтесь, если вы еще не зарегистрированы. О том, как начать работать с Yandex Cloud, см. в документе Начало работы с Yandex Cloud.
  2. Примите пользовательское соглашение.
  3. В сервисе Yandex Cloud Billing убедитесь, что у вас подключен платежный аккаунт и он находится в статусе ACTIVE или TRIAL_ACTIVE. Если платежного аккаунта нет, создайте его.

Распознавание речи с помощью Playground

Чтобы распознать речь из аудиофайла через интерфейс SpeechKit Playground:

  1. В консоли управления выберите каталог, в котором вы будете работать с сервисом.
  2. В списке сервисов выберите SpeechKit.
  3. В открывшемся окне выберите блок Распознавание речи.
  4. В поле Язык выберите нужный язык или оставьте значение Автоматически.
  5. Нажмите Выбрать файл или перетащите аудиофайл в зону загрузки.
  6. Нажмите кнопку Распознать, чтобы распознать речь в аудиофайле.

SpeechKit Playground предоставляет базовые возможности распознавания речи. Более гибкие настройки распознавания доступны только через API.

Синтез речи с помощью Playground

Чтобы преобразовать текст в аудио через интерфейс SpeechKit Playground:

  1. В консоли управления выберите каталог, в котором вы будете работать с сервисом.
  2. В списке сервисов выберите SpeechKit.
  3. В открывшемся окне выберите блок Синтез речи.
  4. В блоке настроек в левой части окна:
    • Паузы — выберите длительность пауз между словами или задайте ее самостоятельно.
    • Акцент на слове — расставьте акценты на нужных словах.
    • Ударение — обозначьте ударные гласные, чтобы уточнить корректный вариант произношения слов.
    • Фонемы — контролируйте правильность произношения слов с помощью фонем.
  5. В блоке Настройки синтеза в правой части окна:
    • Язык — выберите язык диктора.
    • Голос — укажите голос диктора.
    • Амплуа — выберите амплуа диктора.
    • Скорость речи — задайте скорость речи диктора.
    • Высота голоса — скорректируйте высоту голоса диктора.
    • Формат аудио — выберите необходимый формат аудио.
  6. Нажмите кнопку Синтезировать и воспроизвести, чтобы синтезировать речь.
  7. Чтобы скачать результат, нажмите .

SpeechKit Playground предоставляет базовые возможности синтеза речи. Более гибкие настройки синтеза доступны только через API.

Распознавание речи через API

Узнайте, как распознать короткие и длинные предзаписанные аудиофайлы в SpeechKit. Также сервис позволяет распознать голос в режиме реального времени.

Синтез речи через API

Узнайте, как преобразовать текст в аудио с помощью API v1 и API v3 SpeechKit. API v3 позволяет более гибко настроить синтез. Подробнее о различиях версий API в разделе Возможности синтеза.

См. также

Предыдущая
Обзор технологий SpeechKit
Следующая
Как распознать короткие аудиофайлы в API v1