Speech synthesis is the computer-ge

Speech synthesis is the computer-generated simulation of human speech. It is used to translate written information into aural information where it is more convenient, especially for mobile applications such as voice-enabled e-mail and unified messaging . It is also used to assist the vision-impaired so that, for example, the contents of a display screen can be automatically read aloud to a blind user. Speech synthesis is the counterpart of speech or voice recognition . The earliest speech synthesis effort was in 1779 when Russian Professor Christian Kratzenstein created an apparatus based on the human vocal tract to demonstrate the physiological differences involved in the production of five long vowel sounds. The first fully functional voice synthesizer, Homer Dudley's VODER (Voice Operating Demonstrator), was shown at the 1939 World's Fair. The VODER was based on Bell Laboratories' vocoder (voice coder) research of the mid-thirties.

Speech prosthesis is computer-generated speech for people with physical disabilities that make it difficult to speak intelligibly. Much of the research in this area integrates text and speech generation both, since the disabilities that create problems with speech frequently make text entry difficult as well. Given the speed and fluidity of human conversation, the challenge of speech prosthesis is to circumvent these difficulties. The main research goal is to create a prosthetic system that will as closely as possible resemble natural speech, with the least required input from the user. Speech prosthesis systems also make it possible for visually-impaired people to use computers.

Multimodal speech synthesis (sometimes referred to as audio-visual speech synthesis) incorporates an animated face synchronized to complement the synthesized speech. The same difficulties underlying an individual's speech impairment often hinder their ability to communicate through facial expressions. Although synthesized speech is increasingly life-like, it may be quite some time before it approaches the capacity for nuances of natural speech. Multimodal systems incorporate a means of adding non-verbal cues to speech (such as head-shaking, smiling, and winking, for example) to make the user's meaning as clear as possible.

Kết quả (Việt) 1:

Tổng hợp giọng nói là mô phỏng máy tính tạo ra bài phát biểu của con người. Nó được sử dụng để dịch các thông tin văn vào âm thanh thông tin mà nó là thuận tiện hơn, đặc biệt là cho các ứng dụng điện thoại di động chẳng hạn như e-mail kích hoạt bằng giọng nói và nhắn tin hợp nhất. Nó cũng được sử dụng để hỗ trợ các tầm nhìn suy giảm do đó, ví dụ, nội dung của một màn hình hiển thị có thể được tự động đọc aloud để người dùng mù. Tổng hợp giọng nói là đồng nhiệm của bài phát biểu hoặc tiếng nói công nhận. Các nỗ lực tổng hợp tiếng nói sớm nhất năm 1779 khi Nga giáo sư Christian Kratzenstein tạo ra một thiết bị dựa trên đường giọng hát của con người để chứng minh sự khác biệt sinh lý tham gia vào sản xuất năm dài nguyên âm. Tổng hợp giọng nói đầy đủ chức năng đầu tiên, Homer Dudley VODER (giọng nói hoạt động trình diễn), đã được hiển thị tại hội chợ của thế giới năm 1939. VODER được dựa trên nghiên cứu vocoder (giọng nói coder) phòng thí nghiệm Bell của giữa tuổi ba mươi.Phép thay răng giả bài phát biểu là máy tính tạo ra bài phát biểu cho người Khuyết tật thể chất mà làm cho nó khó khăn để nói chuyện intelligibly. Phần lớn các nghiên cứu trong lĩnh vực này tích hợp văn bản và bài phát biểu hệ cả, kể từ khi các Khuyết tật mà tạo ra các vấn đề với bài phát biểu thường xuyên làm cho muïc nhaäp vaên baûn khó khăn là tốt. Cho tốc độ và tính lưu loát của con người cuộc trò chuyện, thách thức của phép thay răng giả bài phát biểu là để phá vỡ những khó khăn. Mục đích nghiên cứu chính là tạo ra một hệ thống giả sẽ là chặt chẽ càng giống như bài phát biểu tự nhiên, với ít nhất là yêu cầu đầu vào từ người sử dụng. Bài phát biểu phép thay răng giả hệ thống cũng làm cho nó có thể cho khiếm người sử dụng máy tính.Tổng hợp đa phương thức giọng nói (tổng hợp giọng nói đôi khi được gọi là nghe nhìn) kết hợp một mặt hoạt hình đồng bộ hóa để bổ sung cho các bài phát biểu tổng hợp. Những khó khăn tương tự tiềm ẩn của một cá nhân bài phát biểu suy thường cản trở khả năng của mình để giao tiếp thông qua các biểu hiện khuôn mặt. Mặc dù bài phát biểu tổng hợp ngày càng giống như cuộc sống, nó có thể là khá một số thời gian trước khi nó phương pháp tiếp cận khả năng cho các sắc thái của bài phát biểu tự nhiên. Hệ thống đa phương thức kết hợp một phương tiện của việc thêm dấu hiệu lời bài phát biểu (chẳng hạn như bắt đầu, mỉm cười, và nháy mắt, ví dụ) để làm cho người sử dụng của nghĩa là rõ ràng càng tốt.