Speech-to-Text

Spraak naar tekst converteren, mogelijk gemaakt door machine learning

Bekijk de documentatie voor dit product.

Krachtige spraakherkenning

Met Google Speech-to-Text kunnen ontwikkelaars audio converteren naar tekst door krachtige neurale netwerkmodellen toe te passen in een gebruiksvriendelijke API. De API herkent 120 talen en taalvarianten ter ondersteuning van uw wereldwijde gebruikersbestand. U kunt spraakopdrachten inschakelen, een transcript maken van audio van callcenters, en meer. De API kan realtime streaming of vooraf opgenomen audio verwerken dankzij de machine learning-technologie van Google.

Converteer nu uw spraak naar tekst

Mogelijk gemaakt door machine learning

U kunt met ongekende nauwkeurigheid de meest geavanceerde neurale netwerkalgoritmen voor deep learning voor spraakherkenning toepassen op audio. De nauwkeurigheid wordt bovendien steeds beter doordat Google de interne spraakherkenningstechnologie voor Google-producten blijft verbeteren.

Herkent 120 talen en varianten

Speech-to-Text biedt ondersteuning voor gebruikers wereldwijd dankzij de herkenning van 120 talen en varianten. Verder kunt u voor alle talen ongepaste content uit tekstresultaten filteren.

Identificeert automatisch gesproken taal

Met Speech-to-Text kunt u de taal van gesproken tekst vaststellen (maximaal vier talen). Dit kan worden gebruikt voor gesproken zoekopdrachten (zoals: 'Wat is de temperatuur in Parijs?') en bij het geven van opdrachten (zoals 'Zet het volume hoger').

Retourneert teksttranscriptie in realtime voor korte en lange audio-opnamen

Speech-to-Text kan tekstresultaten streamen en tekst onmiddellijk retourneren terwijl deze wordt herkend door streamingaudio of terwijl de gebruiker spreekt. Het is ook mogelijk herkende tekst uit audio in een bestand te retourneren. De API kan korte en lange audio-opnamen analyseren.

Maakt automatisch een transcript van eigennamen en contextspecifieke opmaak

Speech-to-Text is ontworpen om echte spraak goed te verwerken en kan correcte transcripts maken van eigennamen (bijvoorbeeld namen en plaatsen) en taal op de juiste manier opmaken (bijvoorbeeld datums en telefoonnummers). Google ondersteunt meer dan tien keer zoveel eigennamen als het aantal woorden in de volledige Oxford English Dictionary.

Biedt een selectie van vooraf gebouwde modellen, afgestemd op uw toepassing

Speech-to-Text wordt geleverd met meerdere kant-en-klare spraakherkenningsmodellen, die u kunt optimaliseren voor uw specifieke gebruik (zoals spraakopdrachten). Voorbeeld: ons kant-en-klare videotranscriptiemodel is ideaal voor het indexeren of ondertitelen van video en/of opnamen van meerdere sprekers en maakt gebruik van machine learning-technologie die vergelijkbaar is met YouTube-ondertiteling.

Model	Beschrijving
command_and_search	Het beste voor korte opdrachten, zoals spraakopdrachten of gesproken zoekopdrachten.
phone_call	Het beste voor audio die afkomstig is van een telefoongesprek (meestal opgenomen met een samplingsnelheid van 8 kHz).
video	Het beste voor audio die afkomstig is van video, of met meerdere sprekers. In het ideale geval is de audio opgenomen met een samplingsnelheid van 16 kHz of hoger. Dit is een premiummodel dat meer kost dan het standaardtarief.
default	Het beste voor audio die niet behoort tot de specifieke audiomodellen. Bijvoorbeeld een lange audio-opname. In het ideale geval is de audio high fidelity, opgenomen met een samplingsnelheid van 16 kHz of hoger.

Functies

Automatische spraakherkenning: Dankzij neurale netwerken voor deep learning kan spraak automatisch worden herkend voor toepassingen zoals gesproken zoekopdrachten of spraaktranscriptie.
Wereldwijde woordenschat: Herkent 120 talen en taalvarianten met een uitgebreid vocabulaire.
Aangepaste spraakherkenning: Pas spraakherkenning handmatig aan voor uw bedrijf door tot vijfduizend woorden of woordcombinaties te specificeren die waarschijnlijk worden gebruikt (zoals productnamen). U kunt ook automatisch gesproken nummers converteren naar adressen, jaren of valuta's, of andere conversies uitvoeren, afhankelijk van de context.
Ondersteuning voor realtime streaming en opgenomen audio: Audio-invoer kan worden gestreamd vanaf een microfoon of worden verzonden vanuit een eerder opgenomen audiobestand (inline of via Google Cloud Storage). De API ondersteunt diverse audiocoderingen, waaronder FLAC, AMR, PCMU en Linear-16.
Automatische taaldetectie (bèta): Wanneer u meertalige scenario's moet ondersteunen, kunt u nu twee tot vier taalcodes opgeven. Cloud Speech-to-Text herkent dan de gesproken taal en levert het transcript.
Bestand tegen ruis: Verwerkt lawaaierige audio uit allerlei omgevingen zonder extra ruisonderdrukking.
Filteren van ongepaste content: Filter ongepaste content uit tekstresultaten in bepaalde talen.
Automatische leestekens (bèta): Voorziet transcripties correct van leestekens (zoals komma's, vraagtekens en punten) met machine learning.
Modelselectie: Kies uit een selectie van vier vooraf ontworpen modellen: standaard, spraakopdrachten en zoeken, telefoongesprekken en videotranscriptie.
Sprekerdiarisatie (bèta): Weet wie wat zei: u kunt nu automatisch voorspellingen krijgen over welke spreker in een gesprek wat heeft gezegd.
Herkenning via meerdere kanalen: Bij opnamen met meerdere deelnemers waarbij elke deelnemer wordt opgenomen op een afzonderlijk kanaal (bijvoorbeeld een telefoongesprek met twee kanalen of een videovergadering met vier kanalen), herkent Cloud Speech-to-Text elk kanaal afzonderlijk en annoteert de transcripties zodat ze dezelfde volgorde hebben als in werkelijkheid.

Prijzen

Kosten voor Speech-to-Text worden per 15 seconden aan verwerkte audio in rekening gebracht na een Free Tier van 60 minuten. Zie ons prijsoverzicht voor meer informatie.

Functie	Standaardmodellen (alle modellen behalve geoptimaliseerde telefoongesprekken en video)		Premium modellen* (geoptimaliseerde telefoongesprekken, video)
	0 tot 60 minuten	Vanaf 60 tot 1 miljoen minuten	0 tot 60 minuten	Vanaf 60 tot 1 miljoen minuten
Spraakherkenning (zonder logboekregistratie van gegevens, standaard)	Gratis	$ 0,006 per 15 seconden**	Gratis	$ 0,009 per 15 seconden**
Spraakherkenning (met toestemming voor logboekregistratie van gegevens)	Gratis	$ 0,004 per 15 seconden**	Gratis	$ 0,006 per 15 seconden**

Deze prijs geldt voor gebruik op persoonlijke systemen (zoals telefoons, tablets, laptops, desktops). Neem contact met ons op voor goedkeuring en prijzen als u de Speech-to-Text API wilt gebruiken in ingesloten apparaten (zoals auto's, tv's, huishoudelijke apparatuur of speakers).

^* Momenteel alleen beschikbaar voor Amerikaans-Engels

^** Elk verzoek wordt naar boven afgerond op de dichtstbijzijnde stap van 15 seconden. Voor drie afzonderlijke verzoeken (standaardmodel) die elk 7 seconden aan audio bevatten, wordt er bijvoorbeeld $ 0,018 USD in rekening gebracht voor 45 seconden aan audio (3 x 15 seconden). Fracties van seconden worden meegerekend bij de afronding naar boven op de dichtstbijzijnde stap van 15 seconden. Dat wil zeggen dat we 15,14 seconden naar boven afronden en als 30 seconden in rekening brengen.

Kosteloos uitproberen

Producten of functies op deze pagina bevinden zich in de bètafase. Kijk hier voor meer informatie over de lanceringsfasen van onze producten.

Cloud AI-producten voldoen aan het SLA-beleid dat hier te vinden is. De hierin genoemde garanties voor wachttijden of beschikbaarheid kunnen afwijken van de garanties voor andere Google Cloud-services.