網站嵌入Speech-to-Text實現自動語音轉文字
Google 的 AI 產品「Speech-to-Text」
可以嵌入至網站中
,並實現自動語音轉文字的功能,不過要特別注意,
Speech-to-Text 本身並不提供專屬的前端平台或介面
,Speech-to-Text 和 Dialogflow 一樣,屬於
後端服務
。
「Speech-to-Text」是透過 API 提供語音轉文字的功能,因此企業網站需要提供一個由網頁設計公司開發或構建的前端介面來捕捉音訊,然後再將音訊資料傳送到後端使用Speech-to-Text API 進行處理。
Speech-to-Text 的使用方式會是這樣:
音訊錄製:
前端可以利用 HTML5 的 MediaRecorder API 或 WebRTC 來錄製使用者的語音,這些技術讓瀏覽器能直接捕捉音訊資料並傳送給後端。
按鈕觸發:
通常會在前端設計一個「開始錄音」或「語音輸入」的按鈕,當使用者按下該按鈕時,網站會啟動語音錄製(或是上傳音訊檔案)。
顯示轉錄結果:
一旦後端接收到語音資料並使用 Speech-to-Text API 進行轉錄,前端可以將 API 返回的文字資料顯示在網頁上,例如顯示在文字框或聊天窗口內。
適合加入 Speech-to-Text 的網站類型
當然,若網站需要使用到語音自動轉文字功能的服務,都是可以考慮將 Google 的這項 AI 產品加入網站中,不過我們仍可以提供一些適合加入 Speech-to-Text 的網站類型,提供給大家參考。
客服支援網站
某些網站的作用,是專門提供使用者作為客服支援與查詢功能作用的網站,如客服系統網站,這類型的網站可以加入Speech-to-Text,讓使用者直接以語音查詢詢問問題或進行互動,並同時作為文字紀錄進行存擋。
會議、線上課程網站
某些企業網站會將新人訓練、教育訓練或上課會議...等資訊,以線上方式進行教育,這類型的影音影片就很適合加入Speech-to-Text 語音轉文字,讓學員及員工更好閱讀與記憶。而同時,作為線上教育網站,就更需要這項功能了。
有些電商網站、教育網站或學習平台,會利用直播的方式,進行企業說明、電子商務商品銷售、開課學習...等,這類直接播放的影音媒體,可以加入Speech-to-Text 這項功能,讓語音轉文字,提供無法開啟聲音收聽的使用者或消費者觀看,提升效益。
語音控制網站
適合智慧居家或語音控制的網站,讓使用者可以透過語音指令操作網站上的功能。