Có thể nói khởi nguồn của text to speech từ rất sớm. Năm 1779 nhà khoa học người Đan Mạch Christian Kratzenstein xây dựng một mô hình có thể bắt chước giọng nói người với năm nguyên âm. Đến ngày nay,công nghệ chuyển đổi giọng nói đã có những bước phát triển vượt bậc. Giọng nói đã tự nhiên hơn, dễ nghe hơn. Một biến số của công nghệ text to voice là chất lượng của giọng nói tùy vào từng nhà phát triển.
Lý giải về sự phát triển nhanh chóng của công nghệ text2voice này chính là do yếu tố thời điểm.
Theo dòng chảy của cuộc cách mạng công 4.0, nhiều những phát minh tuyệt vời ra đời. Những phát mình này đáp ứng những yêu cầu ngày càng cao của ứng dụng công nghệ. Phải kể đến chính là internet là phát minh tuyệt vời đưa thế giới đến những bước tiến vượt bậc. Cuộc cách mạng 4.0 trên thế giới đang đi rất nhanh. Tốc độ nhanh hơn so với bất kỳ cuộc cách mạng công nghiệp nào trước đó. Rút ngắn thời gian ứng dụng vào cuộc sống từ vài chục năm còn vài năm.
Tuy tại Việt Nam chưa thực sự bước chân vào cuộc cách mạng 4.0 nhưng do sự toàn cầu hóa, trong nước cũng đang được sử dụng công nghệ này vào trong thực tiễn. Các ứng dụng về nhận dạng giọng nói hiện nay đã không còn quá xa lạ, Hiện nay, các tính năng nhân dạng giọng nói được dùng nhiều nhất là trên các thiết bị di động thông minh. Những tính năng này đều là một ứng dụng của công nghệ text to speech.
Bạn sẽ bắt gặp nhiều hình thái khác nhau của công nghệ text to speech hằng ngày như:
- Chuyển đổi văn bản thành giọng nói: Cho phép phát giọng đọc cho một văn bản cho trước.
- Đọc mã OTP (one time password) thường được sử dụng để xác minh đăng nhập, kích hoạt tài khoản, mã giao dịch ngân hàng, …
- Ngân hàng ứng dụng công nghệ text to speech để thông báo về các biến động tài khoản ngân hàng.
- Thực hiện cuộc gọi tự động autocall bằng giọng nói theo kịch bản câu hỏi soạn trước mà không cần phải thu âm trước.
- Rất nhiều tổng đài số đang sử dụng công nghệ text to voice để thu lời chào tổng đài. Những lời chào này có thể được lựa chọn giọng nam hoặc nữ. Thu được giọng 3 vùng miền Việt Nam.
- Các chương trình học ngoại ngữ.
- Và nhiều ứng dụng khác nữa, …
Những tiến bộ của công nghệ text to voice
Công nghệ text to speech làm việc trên nền tảng công nghệ trí tuệ nhân tạo AI. Sỡ di công nghệ AI được gọi tên như vậy là vì công nghệ này sở hữu khả năng học tập như bộ não con người. Không những thế, AI còn khắc phục những nhược điểm của bộ não con người. AI không bị ảnh hưởng bởi tuổi tác, bệnh tật,… Khả năng học tập không những được bảo toàn mà còn được cộng dồn. AI càng sử dụng nhiều thì lại càng thông minh.
Mặc dù manh mún về công nghệ này có từ rất sớm như đã nói, tuy nhiên đến những năm gần đây mới được chú ý phát triển. Chỉ mới chưa đến 10 năm trở lại đây, công nghệ text2voice đã đạt được những thành tựu đáng kể. Tốc độ phát triển này là rất nhanh.
Đến nay, text to voice đã cho phép đọc cả một cuốn sách với giọng đọc như người thật. Khó có thể dự đoán trong vài năm tới Text to speech sẽ làm được những điều không tưởng gì.
Ban thử tưởng tượng cách các bạn làm việc máy tính. Thay vì tương tác bằng bàn phím vật lý thì nay bạn chỉ cần tương tác với máy tính bằng giọng nói. Những tuơng tác từ máy tính cũng gửi đến bạn bằng giọng nói.
Tuy nhiên, trong tương lai gần, các nhà phát triển đang hoàn thiện những tính năng cơ bản của công nghệ text2voice.
Tìm hiểu thêm về text to speech ứng dụng vào dịch vụ tổng đài ảo