Descrizione del progetto
TradottoStiamo aggiungendo l'output vocale al nostro prodotto e stiamo cercando qualcuno che colleghi in modo chiavi in mano una moderna sintesi vocale. Il compito sembra semplice, ma farlo bene non è facile: qualsiasi testo che la nostra piattaforma produce dovrebbe essere vocalizzato su richiesta con una voce naturale e umana nella lingua dell'utente. Attualmente forniamo articoli, notifiche e brevi lezioni come testo semplice, ma vogliamo che le persone possano cliccare 'play' e ascoltare invece di leggere. Le voci dovrebbero suonare veramente vive — con la giusta intonazione, pause e accento, non come un robot monotono come nei vecchi motori.
In particolare, abbiamo bisogno di un piccolo servizio che prenda un blocco di testo, lo invii a un fornitore TTS di rete neurale di qualità, memorizzi l'audio ricevuto e lo consegni al browser e all'app mobile. Abbiamo bisogno di una scelta di diverse voci per ogni lingua, supporto per il russo più almeno un paio di altre lingue e regolazione della velocità e del tono. Sul front end — un lettore audio ordinato con pulsanti di riproduzione, pausa, riavvolgimento e download. Tutto questo dovrebbe essere disponibile anche tramite una semplice API REST con chiavi, in modo che anche altri strumenti interni possano richiedere la sintesi vocale. Assicurati di pianificare la memorizzazione nella cache in modo da non pagare per la sintesi ripetuta dello stesso testo.
In futuro vogliamo provare la nostra voce di marca, quindi scegli un fornitore e un'architettura in modo che questa possibilità rimanga aperta. Ecco cosa ci aspettiamo:
— microservizio TTS funzionante con astrazione del fornitore e cache audio;
— lettore web integrato, endpoint API e documentazione di base;
— gestione corretta di testi lunghi attraverso la suddivisione e la concatenazione audio senza soluzione di continuità.
L'esperienza reale con integrazioni di sintesi vocale e attenzione alla qualità della pronuncia contano di più per noi della velocità.
In particolare, abbiamo bisogno di un piccolo servizio che prenda un blocco di testo, lo invii a un fornitore TTS di rete neurale di qualità, memorizzi l'audio ricevuto e lo consegni al browser e all'app mobile. Abbiamo bisogno di una scelta di diverse voci per ogni lingua, supporto per il russo più almeno un paio di altre lingue e regolazione della velocità e del tono. Sul front end — un lettore audio ordinato con pulsanti di riproduzione, pausa, riavvolgimento e download. Tutto questo dovrebbe essere disponibile anche tramite una semplice API REST con chiavi, in modo che anche altri strumenti interni possano richiedere la sintesi vocale. Assicurati di pianificare la memorizzazione nella cache in modo da non pagare per la sintesi ripetuta dello stesso testo.
In futuro vogliamo provare la nostra voce di marca, quindi scegli un fornitore e un'architettura in modo che questa possibilità rimanga aperta. Ecco cosa ci aspettiamo:
— microservizio TTS funzionante con astrazione del fornitore e cache audio;
— lettore web integrato, endpoint API e documentazione di base;
— gestione corretta di testi lunghi attraverso la suddivisione e la concatenazione audio senza soluzione di continuità.
L'esperienza reale con integrazioni di sintesi vocale e attenzione alla qualità della pronuncia contano di più per noi della velocità.
Design e multimedia Contante, Bonifico bancario
