Vad är SAPI?

SAPI (Speech Application Programming Interface) är ett ljudgränssnitt som har utvecklats av Microsoft. Tanken bakom SAPI var utformad för användning i Windows-operativsystem och var att möjliggöra användningen av talsyntes och igenkänning inom funktionen för olika Windows-applikationer. Olika versioner av Speech API har släppts sedan den första versionen dök upp 1995. Vissa är standard med alla Windows-operativsystem, medan andra är anpassade för användning med specifika program.

Användningen av SAPI utvidgar mängden konsumenter som kan njuta av att använda Windows-baserade program. På grund av taligenkänningsaspekten hos SAPI är det möjligt för personer som kan vara fysiskt begränsade av tillfälliga eller permanenta villkor att fortfarande arbeta med ordbehandlingsprogram och andra grunder. Samtidigt har SAPI förmågan att översätta text till det talade ordet. Denna funktion kan vara särskilt användbar för personer med nedsatt syn, eftersom det gör det möjligt att interagera med innehåll på en webbplats eller helt enkelt kunna njuta av att få e-post från vänner och släktingar.

I de tidigaste versionerna av SAPI var gränssnittets förmåga något låg kvalitet jämfört med versionerna som används idag. Programmering möjliggjorde skapandet av ljudåtergivning som var något robotisk till sin natur. Även om de var effektiva för sin tid förbättrade innovationer i senare versioner kvaliteten på röståtergivningen så att den inkluderade ord som talats av människor och arkiverades för användning av programmet när det behövdes. När en SAPI-röst inte skapas elektroniskt används ofta personer som utbildas i röstarbete för att skapa dessa arkiv. Exempelvis skulle en artist som tjänar sitt liv och göra radioannonsering eller voice-over-arbete för reklam på TV vara en utmärkt kandidat för att skapa text till talarkiv som kan användas av SAPI.

Den senaste versionen av SAPI innehåller ett antal förbättrade funktioner. Bland dem är förmågan att justera hastigheten, volymen och tonhöjden på rösten, samt förbättra uttalet. Semantiska tolkningar gör det möjligt att få definitioner av ord som inte lätt förstås. Nya versioner av SAPI släpps med några år, varvid varje version erbjuder viss förbättring eller förfining av befintliga funktioner som gör gränssnittet allt mer användbart i ett antal applikationer.