Clone a sua própria voz e peça-lhe que leia as suas lições!

A conversão de texto em voz não é um serviço recente. Pouco depois da nossa estreia no Thot, em 1997, oferecemos este serviço nas nossas páginas mas, por razões de custo e de número de utilizações, abandonámo-lo por volta do ano 2000. Os progressos registados desde então tornaram esta tecnologia muito mais acessível e útil para diversos fins.

Progressos

A inteligibilidade dos textos lidos por vozes sintéticas deparou-se sistematicamente com uma série de obstáculos, tanto técnicos como semânticos, tais como termos estrangeiros, nomes de empresas e abreviaturas mal pronunciados, tornando-os muitas vezes incompreensíveis.

Em segundo lugar, a qualidade dos textos, que continham erros de pontuação, gramaticais e ortográficos, tornava-os muitas vezes difíceis de ler.

As línguas que não o inglês foram muitas vezes mal servidas, com vozes robóticas, sem vida e sem diversidade. Os sotaques regionais nunca foram tidos em conta.

Por último, os utilizadores não tinham praticamente qualquer controlo sobre a velocidade de leitura, a entoação ou o estilo de leitura.

Graças à inteligência artificial, todas estas dificuldades são agora ultrapassadas através da utilização de modelos linguísticos elaborados, de dicionários multilingues de uma riqueza anteriormente inimaginável e de bancos de contextos, sotaques e entoações que tornam a interpretação de textos viva e adaptável ao conteúdo e ao público a que se destina.

A oferta da Eleven Labs

Testámos o sistema Eleven Labs, que está disponível em 29 línguas, incluindo todas as línguas internacionais e línguas menos comuns como o árabe, o hindi, o malaio e o filipino.

• Leitura de texto (Text-to-speech)
  
  O mesmo texto pode ser lido com diferentes sotaques e estilos. Está disponível uma vasta biblioteca de vozes e estilos de interpretação. Por exemplo, uma reportagem sobre um combate de boxe pode ser lida de forma diferente de um livro infantil ou de uma reportagem sobre um debate político.
  
  
• Clonagem de voz (Voice Lab)
  
  Podemos clonar a nossa própria voz e utilizá-la como leitor. Também podemos criar uma voz artificial modificando os parâmetros do modelo básico. Trata-se de um avanço tecnológico que levanta a questão do direito à "imagem", neste caso à própria voz.
  
  
• Tradução e dobragem
  
  A tradução automática de ficheiros áudio é já relativamente comum, mas a reinterpretação noutra língua da cassete áudio com o mesmo estilo de voz é um novo serviço que torna acessível a difusão de obras áudio ou vídeo em várias línguas, a baixo custo, como vídeos de formação ou podcasts educativos.
  
  
  

Enviámos este texto e fizemo-lo ler por diferentes vozes. A interpretação é surpreendente e o resultado é impressionante desde o início.
Pode demorar alguns minutos a gerar, mas o resultado corresponde às expectativas.

É guardado um histórico de todas as suas interpretações, que pode ser reutilizado à vontade.
Todos os ficheiros podem ser exportados em formato mp3.
Estão também disponíveis APIs para uma utilização sistemática e intensiva.

Alguns jogadores só estão disponíveis na versão v1. Nesta versão, se os números estiverem escritos em algarismos, serão recitados em inglês. Para os ter na sua língua, devem ser escritos em texto: por exemplo, "twenty-nine" em vez de "29". Se pegar numa voz da versão 1 com a versão 2, observará uma variação significativa no estilo, no sotaque ou no volume, o que não é representativo do nível de qualidade possível com a versão 2.

Não se esqueça de selecionar a língua de partida e de escolher um leitor que se adapte ao estilo do seu texto.

Síntese de voz do Eleven Labs

Ilustração: Nataly-Nete - DepositPhotos