Este documento presenta varios servicios de Microsoft relacionados con el habla y el lenguaje natural, incluyendo la conversión de voz a texto y texto a voz, así como demostraciones de su uso a través de Speech Studio. Ofrece detalles sobre las capacidades de reconocimiento de idiomas múltiples y generación de voces personalizadas en varios idiomas. Incluye enlaces para probar los servicios y obtener más información.

1. Introducción a AI con
Microsoft
Jesús Gil / Luis Beltrán

2. Speech Services (I)
Speech-To-Text (Voz a Texto)
• Soporta 101 lenguajes/versiones
localizadas
• Transcripciones por lotes y en tiempo real
• Personalización adaptable al estilo de
vocabulario y de la conversación
• (Preview) Detección continua de idioma
• Evaluación de la pronunciación

3. Speech Studio
• Prueba los servicios de
Speech de una manera ágil,
sencilla y divertida.
• Adapta a tus necesidades.
• Conoce las capacidades del
servicio.
https://speech.microsoft.com/portal/

6. Demo Speech Studio (I)

8. (Preview) Detección continua del idioma
• El servicio de detección de idioma procesa el audio y determina el
idioma.
• El audio se enruta y dirige al servicio de Speech-To-Text del idioma.
• Permite generar un transcript multi-idioma.

9. Speech Services (II)
Text-To-Speech (Texto a Voz)
• Voz Neural personalizada con
adaptación en múltiples idiomas.
• Más voces neurales. Ahora Azure TTS
soporta más de 250 voces (neurales y
estándar) disponibles en más de 70
idiomas / versiones localizadas.

10. (Preview) Voz Neural Personalizada multiidioma
• Utiliza grabaciones en un idioma, entrena modelos de voz neural en diferentes
idiomas.
• Conserva las características e identidad de la voz en varios lenguajes.
• Entrenamiento de autoservicio con Speech Studio seleccionando la opción “cross-
lingual”
• Idiomas soportados:
• Chino (mandarín, simplificado)
• Inglés (Australia, UK, USA)
• Francés (Canadá, Francia)
• Alemán (Alemania)
• Italiano
• Japonés
• Coreano
• Portugués (Brasil)
• Español (México, España)

15. http://www.repository.voxforge1.org/downloads/SpeechCorpus/Trunk/Audio/Original/16kHz_16bit/

19. Demo Speech Studio (II)

20. Demos con código https://github.com/microsoft/cognitive-services-speech-sdk-js

29. Para conocer más