TTS (Text-to-Speech) — это технология синтеза речи из текста: программа озвучивает написанный текст голосом, а не превращает голос в текст. Это обратная задача по отношению к распознаванию речи: распознавание (ASR) превращает произнесённую речь в текст, а TTS, наоборот, готовый текст — в звучащую речь.
TTS и распознавание речи часто путают, потому что оба связаны с голосом, но задачи у них противоположные. Разберём, что делает TTS и где эта технология встречается на практике.
Что такое TTS (Text-to-Speech) и где он встречается
- В голосовых помощниках и умных колонках, которые отвечают на запрос пользователя голосом, а не текстом на экране.
- В программах для чтения экрана — весь текст интерфейса и документов озвучивается вслух для людей с нарушениями зрения.
- В навигаторах и картах, которые проговаривают маршрут вслух, чтобы водитель не отвлекался на экран.
- В озвучке текста и аудиокнигах, синтезированных голосом без участия диктора.
- TTS — обратная задача по отношению к распознаванию речи: ASR превращает записанную речь в текст, а TTS, наоборот, озвучивает уже готовый текст.
| Термин | Что значит | Пример |
|---|---|---|
| TTS (Text-to-Speech) | технология синтеза речи из текста — обратная задача по отношению к распознаванию речи | TTS озвучивает текст, а ASR, наоборот, превращает речь в текст |
| Направленный микрофон | микрофон, лучше улавливающий звук с определённого направления, чем с остальных | направленный микрофон гарнитуры меньше захватывает посторонние звуки сбоку |
| Языковая модель | часть системы распознавания речи, которая оценивает, насколько правдоподобна последовательность слов в языке | языковая модель помогает выбрать «распознаю» вместо похожего по звучанию «распознаю ли» |
| Эхоподавление | обработка звука, устраняющая эхо, возникающее из-за акустики помещения или динамиков | эхоподавление важно при диктовке рядом с включёнными колонками |
Почему это важно при выборе программы для диктовки
Программа для диктовки решает именно задачу распознавания речи: превращает то, что вы сказали, в текст. TTS — отдельная технология для обратного направления, и её наличие или отсутствие в конкретной программе — отдельный вопрос, никак не связанный с тем, насколько точно эта программа распознаёт речь. Одна и та же компания может выпускать оба вида продуктов, но это два разных инструмента с разными задачами, и хороший результат в одном не означает, что рядом обязательно есть и второй.
Если вам одновременно нужно, чтобы программа принимала надиктованный текст и умела вслух озвучивать написанное, стоит отдельно уточнять именно вторую функцию: распознавание речи её не включает по умолчанию, и наличие диктовки само по себе ничего не говорит о том, есть ли в программе синтез речи. Это два независимых пункта в описании программы, которые стоит проверять по отдельности, а не считать одним и тем же свойством.
Где «Поток» тут ни при чём
«Поток» занимается распознаванием речи: превращает то, что вы сказали, в текст. Это направление, обратное синтезу речи, — TTS работает в другую сторону, от текста к голосу. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает. Другие термины распознавания речи собраны в словаре.
Частые вопросы
Нет, это противоположная задача. Распознавание речи (ASR) превращает произнесённую речь в текст, а TTS, наоборот, синтезирует речь из уже готового текста.
В голосовых помощниках, программах для чтения экрана, навигаторах и озвучке текста — везде, где текст нужно услышать вслух, а не надиктовать его.
Если хотите сравнить сами
Возьмите одну свою задачу и надиктуйте её в «Потоке». Первые 14 дней — без ограничений и без карты. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»Одна подписка — два инструмента: диктовка в любой программе на компьютере и @potok_now_bot в Telegram, который расшифровывает голосовые, аудио и видео.
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Голосовой ввод Windows (Win+H) | Windows 10 и 11 | только в Windows 11 | облако Microsoft, без интернета не работает |
| Диктовка macOS | macOS | есть | на устройстве или на серверах Apple |
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
Первоисточники: en.wikipedia.org · support.microsoft.com