Waarom is dit belangrijk?
Mensen die het scherm niet kunnen zien, krijgen via spraak toch toegang tot geschreven informatie op een computer. Bij de overheid laat voorleessoftware teksten op websites en in pdf-bestanden horen, zodat burgers documenten en berichten zelf kunnen gebruiken. Werknemers en andere gebruikers kunnen teksten daardoor beluisteren tijdens hun werk, maar een foute leesvolgorde of een niet aangegeven taal maakt de spraak onduidelijk.
Zo werkt het in de praktijk
Navigatiesystemen zoals Google Maps en TomTom zetten een route om in gesproken aanwijzingen. De stem noemt links of rechts, de straat en de afstand. Op stations kondigt een synthetische stem soms een aankomende trein aan, zoals in Zweden.
DeepMind liet met WaveNet zien dat een model een ruwe geluidsgolf kan vormen. Google AI zette met Tacotron 2 tekst om naar een geluidsspectrum. Microsoft Research versnelde die omzetting met FastSpeech.
Makers sturen de spraak met SSML, een opmaaktaal van het W3C. Daarmee geven zij uitspraak, volume, toonhoogte en tempo door aan het systeem. Zo blijft de bedoelde spraak herkenbaar als een ander platform de tekst uitspreekt.




