Büyüyen bir çocuk olarak, bilim kurguya, özellikle gelecekle ilgilenen ve dünyadaki yaşamın muhtemelen birkaç on yıl sonra nasıl olacağını tasvir eden filmlere ve TV şovlarına hayran kaldım. Emirlerimizi söyleyen ve yerine getiren robot hizmetkarları ile ana ulaşım aracı olan ve bizi işe giderken gökyüzünde hızlanarak gönderen hava araçları fikrini beğendim. Bilgisayarlardan da her zaman etkilenmiştim.
Şimdi, televizyonun önünde çocukluğumdan bu yana otuz yıldan fazla zaman geçti ve oğlum, bu bilim kurgu filmleri her şeyi yanlış mı anladı? Her evde robot yok, gökyüzünde uçan arabalar da yok. En azından bilgisayarlar konuşurken bir konuda doğru anladılar. Günümüzde masaüstü bilgisayarlar o kadar sıradan ki, yorgun tüketicilerden neredeyse hiç tepki almıyorlar.
Bugünlerde, bir bilgisayarın nasıl konuştuğunu anlamak o kadar da zor değil.
Basitçe konuşuyorlar çünkü metni hoparlörler veya kulaklık aracılığıyla iletilen konuşmaya dönüştüren bir yazılıma sahipler. Bu tür yazılımlar için teknik terim, konuşma tanıma özelliğidir.
Ve eğer bu konuda gerçekten teknik bilgi almak istiyorsanız, burası daha fazla. Konuşma sentezi, bilgisayarlarda yapay olarak konuşma üreten süreçtir. Yazılım sistemine TTS veya metinden konuşmaya denir. Sistemin bir ön ucu ve bir arka ucu vardır. Ön uç, yazılımın girdiyi metin biçiminde aldığı ve dilbilimsel sembollere dönüştürdüğü yerdir. Arka uç, bu dilsel sembolleri alır ve bunları bilgisayar kulaklığı veya hoparlörlerinden duyulan konuşma dalga biçimine dönüştürür.
Yazılımın ön ucu iki temel işlevi yerine getirir. İlk işlev, ham metindeki sayıların ve kısaltmaların tanımlanmasıdır, bu daha sonra sözcük eşdeğerlerini heceleyerek atar. İkinci olarak, duraklamalar ve tonlamalar dahil olmak üzere metnin farklı kelimelerine ses (fonetik açıklamalar olarak bilinir) atar ve ardından metni cümlelere ve cümlelere böler.
Sentezleyici olarak da bilinen arka uç, bu fonetik yazımları alır ve bunları gerçek ses çıkışına dönüştürür.
GIPHY App Key not set. Please check settings