Description du projet
TraduitNous ajoutons une sortie vocale à notre produit et recherchons quelqu'un qui connectera de manière clé en main une synthèse vocale moderne. La tâche semble simple, mais bien le faire n'est pas facile : tout texte que notre plateforme produit doit être vocalisé sur demande avec une voix humaine naturelle dans la langue de l'utilisateur. Actuellement, nous livrons des articles, des notifications et de courtes leçons sous forme de texte brut, mais nous voulons que les gens puissent cliquer sur 'play' et écouter au lieu de lire. Les voix doivent sonner vraiment vivantes — avec une intonation, des pauses et un accent appropriés, pas comme un robot monotone comme dans les anciens moteurs.
Plus précisément, nous avons besoin d'un petit service qui prend un bloc de texte, l'envoie à un fournisseur TTS de qualité basé sur un réseau neuronal, met en cache l'audio reçu et le livre au navigateur et à l'application mobile. Nous avons besoin d'un choix de plusieurs voix pour chaque langue, d'un support pour le russe plus au moins quelques autres langues et d'un ajustement de la vitesse et de la tonalité. Sur le front-end — un lecteur audio soigné avec des boutons de lecture, pause, rembobinage et téléchargement. Tout cela devrait également être disponible via une simple API REST avec des clés, afin que d'autres outils internes puissent également demander la synthèse vocale. Assurez-vous de planifier le cache afin que nous ne payions pas pour la synthèse répétée du même texte.
À l'avenir, nous voulons essayer notre propre voix de marque, alors choisissez un fournisseur et une architecture afin que cette possibilité reste ouverte. Voici ce que nous attendons :
— microservice TTS fonctionnel avec abstraction de fournisseur et cache audio ;
— lecteur web intégré, points de terminaison API et documentation de base ;
— gestion correcte des longs textes par le biais de la division et de la concaténation audio sans couture.
Une réelle expérience avec les intégrations de synthèse vocale et une attention à la qualité de la prononciation comptent plus pour nous que la vitesse.
Plus précisément, nous avons besoin d'un petit service qui prend un bloc de texte, l'envoie à un fournisseur TTS de qualité basé sur un réseau neuronal, met en cache l'audio reçu et le livre au navigateur et à l'application mobile. Nous avons besoin d'un choix de plusieurs voix pour chaque langue, d'un support pour le russe plus au moins quelques autres langues et d'un ajustement de la vitesse et de la tonalité. Sur le front-end — un lecteur audio soigné avec des boutons de lecture, pause, rembobinage et téléchargement. Tout cela devrait également être disponible via une simple API REST avec des clés, afin que d'autres outils internes puissent également demander la synthèse vocale. Assurez-vous de planifier le cache afin que nous ne payions pas pour la synthèse répétée du même texte.
À l'avenir, nous voulons essayer notre propre voix de marque, alors choisissez un fournisseur et une architecture afin que cette possibilité reste ouverte. Voici ce que nous attendons :
— microservice TTS fonctionnel avec abstraction de fournisseur et cache audio ;
— lecteur web intégré, points de terminaison API et documentation de base ;
— gestion correcte des longs textes par le biais de la division et de la concaténation audio sans couture.
Une réelle expérience avec les intégrations de synthèse vocale et une attention à la qualité de la prononciation comptent plus pour nous que la vitesse.
Design et multimédia Espèces, Virement bancaire
