Szövegfelolvasás (text-to-speech)
Olyan technológia, amely írott szövegből gépi beszédhangot állít elő.
Analógia
Mint egy felolvasó, aki egy írott cikket hallgatható formában ad elő.
Miért fontos?
Hozzáférhetőbbé teheti a tartalmakat, és hangos változatot adhat olyan szövegekhez, amelyekhez nem készült felvétel.
Hogyan működik?
A szövegfelolvasás, angolul text-to-speech, írott szövegből hoz létre beszédhangot. A rendszer meghatározza a szavak kiejtését, a mondatok ritmusát és a hanglejtést, majd ezekből hangjelet állít elő. A felhasználó választhat beszédhangot, nyelvet vagy előadásmódot, a rendelkezésre álló lehetőségektől függően. A természetes hangzás nem bizonyítja, hogy a tartalmat ember mondta fel, és a kiejtés vagy a hangsúly továbbra is lehet hibás.
A technológia segítheti a látássérült vagy olvasási nehézséggel élő embereket, és hallgatható változatot adhat cikkekhez, tananyagokhoz vagy navigációs üzenetekhez. A szövegfelolvasás különbözik a beszédfelismeréstől: az egyik írott szövegből készít hangot, a másik hangból szöveget. A hang kiválasztásakor érdemes figyelni a nyelvi támogatásra, a kiejtésre és arra, hogy a felhasználás engedélyezett-e. Közönségnek szánt anyagnál próbafelvétellel ellenőrizd, hogy a számok, rövidítések és idegen nevek érthetően hangzanak-e.
Példa
Egy tanuló egy hosszú digitális tananyagot hanggá alakít, és utazás közben hallgatja meg az olvasás helyett.
Gyakori tévhit
A gépi beszéd nem feltétlenül egy valós személy felvett hangja; lehet szintetizált vagy engedéllyel klónozott hang is.