Aké sú vstupy do syntetizátora reči?

Syntetizátor reči vezme text ako jeho primárny vstup. Tento text môže byť v rôznych formátoch:

* obyčajný text: Najbežnejší formát obsahujúci iba znaky a interpunkciu.

* Formátovaný text: Zahŕňa formátovacie prvky ako BOLD, kurzíva a prestávky v linkách.

* fonetické prepisy: Použitie fonetických symbolov na reprezentáciu zvukov textu.

* Prosodické informácie: Ďalšie informácie o rytme, intonácii a dôraze textu.

Za textom môžu niektoré syntetizátory reči akceptovať ďalšie vstupy:

* hlasové parametre: Umožňuje používateľom prispôsobiť syntetizovaný hlas, ako je pohlavie, vek, prízvuk a emocionálny tón.

* zvukové signály: Pre aplikácie, ako je hlasová konverzia v reálnom čase, kde syntetizátor upravuje existujúci zvukový signál.

Spôsob, akým syntetizátor spracováva tieto vstupy, sa môže výrazne líšiť, od jednoduchých systémov založených na pravidlách po zložité modely hlbokého učenia. Základný princíp však zostáva rovnaký: prevod textu na rečové signály.

• Predchádzajúca strana: Čo je zvukový text? 
• Ďalšia strana: Na čo sa používa podcast?