特别是在英文环境下，居然能把want识别成once或者what's。原文明明是“Want your words to leap off the page and dance? Our text-to-speech service is like magic, turning silent sentences into an exciting audio adventure.”，他转出来一大堆错别字，而且还不加标点。更关键的是我一个从来没练过英文听力的都听得懂，他却转出来错误的，你就说这有多尴尬。点明公司啊，你们连文本转音频都不舍得让工艺版用，那为啥不把这些正式版的算力拿过来支持一下工具箱呢，比如AI加持音频转文本，文本转语音。
特别是在英文环境下，居然能把want识别成once或者what's。原文明明是“Want your words to leap off the page and dance? Our text-to-speech service is like magic, turning silent sentences into an exciting audio adventure.”，他转出来一大堆错别字，而且还不加标点。更关键的是我一个从来没练过英文听力的都听得懂，他却转出来错误的，你就说这有多尴尬。点明公司啊，你们连文本转音频都不舍得让工艺版用，那为啥不把这些正式版的算力拿过来支持一下工具箱呢，比如AI加持音频转文本，文本转语音。