Słownik AI / TTS / STT
🎨 Obraz, wideo i dźwięk
TTS / STT
Text-to-speech (tekst→głos) i speech-to-text (mowa→tekst). Lektor i transkrypcja.
TTS (text-to-speech) zamienia tekst na mowę - to głosy lektorów, audiobooków i asystentów. Współczesne TTS brzmi naturalnie, z intonacją i emocjami, także po polsku, z poprawnymi ogonkami i akcentem. STT (speech-to-text), zwane też ASR, działa w drugą stronę: zamienia nagranie mowy na tekst, napędzając transkrypcje spotkań, napisy i dyktowanie.
Razem tworzą pełną pętlę głosową: STT słucha, model językowy myśli, TTS odpowiada - tak działają rozmowy głosowe z czatami. Jakość po polsku bywa różna między narzędziami, więc warto testować na własnych nagraniach.
Pojęcia powiązane