A biblioteca Text-to-Speech Eyes Free oferece aos desenvolvedores de aplicativos baseados no sistema operacional para dispositivos móveis da Google, o Android, a habilidade de adicionar funções audíveis em seus aplicativos.

Para poder usar os aplicativos com Text to Speech do Android listados nesta página http://eyes-free.googlecode.com/svn/trunk/documentation/tts_apps.html é necessário ter a biblioteca instalada.

Ela ainda usa voz robotizada, porém está disponível em vários idiomas, inclusive português.

Veja algumas telas do Serviço TTS

A comunidade Text to Speech BR anuncia seu apoio à para captação de E-mails e SMSs para pesquisa que está sendo feita para o desenvolvimento do primeiro sintetizador de fala genuinamente brasileiro.

Os termos, abreviações e símbolos que os autores dessas mensagens usam, estão sendo analisados por Monica Panigassi Vicentini, Pesquisadora da UNICAMP, para elaboração de um glossário, que irá contribuir com o desenvolvimento das tecnologias de Conversão de Texto em Fala (“Text-to-Speech” – TTS).

Segundo o blog da pesquisadora (http://www.corporasmsemail.blogspot.com/), o objetivo inicial era a captação de 2000 mensagens de cada gênero, porém após 1 ano de pesquisa, até meados de julho, foram captadas pouco aproximadamente 10% da quantidade pretendida.

O processo de doação não dura mais que 3 minutos. Basta preencher o formulário nas páginas abaixo:
- Doar mensagens de E-mail
- Doar mensagens de SMS,

Maiores informações sobre o projeto “Construção de Corpora de Mensagens Eletrônicas para Conversão Automática em Fala” podem ser obtidas em http://sites.google.com/site/corpusemailesms/

Fernando M. Areias
Text to Speech BR

A biblioteca Text-To-Speech (TTS) do projeto do Google chamado “Eyes-Free“, permite que os desenvolvedores adicionem fala em suas aplicações para o sistema operacional Android. O desenvolvedor dá ao objeto TTS uma sentença de texto, e o TTS converte essa sentença em fala ao usuário.

Para que isso seja possível é utilizado o engine eSpeak (http://espeak.sourceforge.net/) . Um sintetizador de fala open source compacto para inglês e outros idiomas, para Linux e Windows.

REQUISITOS
O requisite para usar o engine eSpeak, é ter espaço disponível em um cartão SD acessível ao telefone. Os arquivos de voz para o eSpeak serão baixados e descomprimidos no cartão SD na primeira execução do TTS.
Caso o cartão SD esteja montado no computador, não poderá ser acessado pelo Telefone. Você precisa desmontar o cartão SD do computador antes, para o TTS funcionar corretamente.

Configurando um projeto Eclipse para usar TTS
1. Configure um projeto Androind como você faz normalmente.
2. Va até Project > Properties > Java Build Path > Libraries e clique em “Add External JARs…” Então adicione o arquivo TTS_library_stub.jar.
3. Começe a programar!

Para maiores informações acesse http://eyes-free.googlecode.com/ ou este tutorial completo (em inglês) http://eyes-free.googlecode.com/svn/trunk/documentation/tutorial/tutorial.html.

Outra fonte importante para trocar compartilhar experiencias e buscar ajuda é o grupo de discussão TTS-for-Android (http://groups.google.com/group/tts-for-android/)

Até o próximo post.

Fernando M. Areias
Produlz.com

Conheça o projeto “Text-To-Speech & Eyes-Free:Android” de TV Raman, Charles L. Chen

The Eyes-Free Project (which you might have seen featured by the New York Times) aims to enable fluent eyes-free use of mobile devices running Android. Target uses range from eyes-busy environments like in-car use to users who can’t or don’t want to look at the visual display. Hear from Charles Chen and T.V Raman from the Eyes-Free team about the Text-To-Speech (TTS) API, as well as some of the UI innovations for taking advantage of the touch screen without needing to actually look at the screen. This talk will present a brief high-level overview of the TTS library and the stroke dialer input method, then dive into the details of how you can use these technologies in your own Android applications. Your hosts will then walk you through building a real eyes-free app, and give you a sneak peek at some of the upcoming features in store for the Eyes-Free Project.

Google I/O 2009 o projeto Looking Beyond the Screen: Text-To-Speech and Eyes-Free Interaction on Android

Por acaso você que possui o sistema GPS instalado em seu carro já teve a curiosidade de saber de quem é a voz que lhe orienta pelos caminhos da vida?

Você leitor do nosso blog já sabia, mas nesta quarta-feira, 26 de novembro de 2008, muitas outras pessoas vão saber, pois foi publicada uma matéria no caderno de informática da Folha de São Paulo sobre as gravações do GPS feitas em 2007 pela Produlz.com para Nav N Go,  com a locutora Ana Maria Mello.

Disponível nos aparelhos do Apontador G7, Sony, HTC e da LG, a versão brasileira destaca-se pela naturalidade em que os comandos são executados, sendo superior em comparação com outras marcas concorrentes.

Escrita por Rafael Capanema, com fotografia de Karime Xavier da Folha Imagem vale a pena a leitura.

A matéria na integra pode ser lida apenas por assinantes UOL/Folha no seguinte endereço: http://www1.folha.uol.com.br/fsp/informat/fr2611200835.htm

O conteúdo complementar no blog Circuito Integrado e na área de Podcast são livres, acesse:
http://circuitointegrado.folha.blog.uol.com.br/arch2008-11-23_2008-11-29.html#2008_11-26_01_16_52-130986617-0
http://www1.folha.uol.com.br/folha/podcasts/ult10065u471654.shtml

Comentem!

A few weeks ago we implanted Odiogo, a tool that converts blog’s text into speech in podcast format.

Access http://www.odiogo.com/ and register your blog.

For now it is only available for blogs in English and a few other languages.

Just input your feed and it will convert into speech. Also available a Wordpress plugin.

Listen to the podcasts of Text to Speech Brasil in the English version of the this blog:

http://www.text-to-speech.com.br/en/

Today we got to the end of the last recording phase for the Microsoft engine text-to-speech. With more than 3.000 sentences, the project counts on the voice talent Ana Paula Couto (journalist at Globo News) and the adventures of the edition process will last until Thursday at Produlz.com in São Paulo.

Although we´re always asking for news in our conversations, we still have no information on the date of the BETA version release, but as soon as we have any news you’ll be the ones to know in first place.

Wait for it!

A busca pelo leitor text-to-speech ideal continua. Estou testando várias ferramentas e em breve farei um relatório completo com comentários e comparações. A ferramenta que estou testando agora é o Natural Readers – um leitor tem uma voz mais próximo da fala natural, proporcionando um conforto maior ao ouvinte, porém ainda sem uma versão em português. O “reader” possui uma versão trial que pode ser baixada em http://naturalreaders.com, porém a versão trial vem sem a voz natural, apenas com o Microsoft Sam. O software promete páginas web, pdf’s, documentos do word, e-mails do outlook e converter o texto em arquivos MP3, porém não pude testar estas funcionalidades, pois a versão trial não tem essas funções habilitadas. A voz do Natural Readers é muito melhor do que as vozes da AT&T e NeoSpeech – é muito mais interpretada e tem menos “gaps”, compare – http://naturalreaders.com/sample.htm. Até hoje realmente é uma das vozes em inglês mais naturais que ouvi. Bom é isso. Até a próxima. Fernando Areias

Poucos conhecem o Microsoft Office Communications Server 2007 Speech Server, mais um produto revolucionário da Microsoft, utilizando o que há de mais avançado na tecnologia de reconhecimento e síntese da fala em Português disponibilizado pelo MLDC.

No vídeo abaixo assista a demonstração do Microsoft Office Communications Server 2007 Speech Server. permitindo ao usuário ligar para um número de telefone e obter informações sobre as várias sessões que vão decorrer no evento Techdays2008, podendo procurar por uma sessão em particular através do orador ou do código da sessão, usando comandos de fala, totalmente em Português (Portugal).

Post original de Pedro Silva em http://blogs.msdn.com/tagarela/archive/2008/03/07/quid-novi-22.aspx

Procurando na internet uma leitor tts para inserir em um website, encontrei o ImTranslator que possue um engine Text to Speech com vozes em vários idiomas, inclusive português Brasileiro. Acesse o site, selecione o idioma e teste as vozes: http://free-translator.imtranslator.net/speech.asp Ele não faz exatamente o que eu queria, não le as páginas do web site, porém você pode colocar um leitor para ler o que for digitado pelo usuário, no idioma que for ecolhido. Se você pretende inserir no seu site procure no canto esquerdo o link: “Para Webmasters: adicione funcionalidade TTS ao seu website” Bom proveito. Fernando Areias

Seria tão bom apenas pensar e falar não é mesmo!?

Imaginem as inúmeras aplicações: primeiramente permitirá a comunicação dos mudos, pessoas com mal de parkinson, derrames, dificuldades na fala. Além disso ninguém mais ouvirá suas conversas ao celular, poderemos falar ao celular enquanto estivermos dirigindo sem tomar multas , fazer centenas de ligações sem cansar a voz, aos professores falarem em suas aulas mesmo quando estiverem sem voz, entre tantas outras.

Revolucionário e assustador. Parece irreal, mas já é possível, e escrevam no futuro vai virar moda.

Como funciona: Quando a pessoa está com intenção de se comunicar, impulsos neurológicos são enviados pelo cérebro a região do pescoço e são captados por uma espécie de “coleira” ligada ao computador. O aparelho permite que estes sinais, sejam interpretados e convertidos em fala sintética (text to speech).

Confesso que fiquei muito impressionado, pois pensava que demorariam mais alguns anos para chegarmos a tal ponto.

Assista aos vídeos com demonstrações do aparelho. Veja você mesmo e faça seus comentários!

Acessem também o website: http://www.theaudeo.com

Mind Controlled Wheelchair from NIWeek 2007

Worlds First, Live Voiceless Phone Call Made at TIDC 2008

Hoje encontrei um artigo muito interessante sobre as regras de pronúncia para síntese de voz em português do Brasil, escrito por Paulo Eduardo Ostermann Filho, sob orientação de Dante Augusto Couto Barone.

Com uma linguagem de fácil compreensão o artigo fala sobre o surgimento da fala sintética, e uma introdução bem resumida sobre como funciona o processo de síntese da fala.

Leia o artigo: http://www.inf.ufrgs.br/pos/SemanaAcademica/Semana2000/PauloOstermann/

Disponível em vários idiomas inclusive em português, estas vozes em SAPI5 ocupam aproximadamente 100mb de expaço em disco, suportam ajuste de velociade. As vozes estão disponíveis por U$45 cada e podem ser baixadas ou entregues via CD – http://www.nextup.com/scansoft.html

Lembrando que o Software Nuance RealSpeak Solo® deve ser comprado separadamente aqui: http://www.nuance.com/realspeak/solo/

Escute a amostra da voz sintetizada brasileira: http://nextupdownloads.com/scansamples/Raquel.mp3

Concluindo o post anterior entrei no Blog Máquinas Falantes e encontrei o post falando sobre o Techdays 2008 (http://www.techdays.pt). O evento será precedido pelo maior lançamento da história da Microsoft, onde serão apresentados novos produtos que constituem grandes avanços tecnológicos.

No dia 13 de março de 2008, as 17 horas (horário de Lisboa – Portugal), será realizada uma conferência sobre desenvolvimento de aplicações Speech que nos trará inúmeras informações a respeito da tecnologia. Veja o prospecto completo abaixo:

DEV04 – “Are You Talking to Me?” – Como Integrar e Utilizar Tecnologia de Fala para o Desenvolvimento de Aplicações Desktop e IVR
Dia 13 Sala A5 17:00 (horário de Lisboa)
http://www.techdays.pt/session/2008/DEV04.aspx

A área crescente de tecnologia de fala, tanto ao nível do Reconhecimento como da Síntese, tem vindo a ganhar um enorme interesse e popularidade nos últimos anos, tanto no mercado empresarial como no mercado doméstico. À medida que a tecnologia evolui, têm vindo a surgir muitas aplicações cliente desktop, como por exemplo a leitura automática de documentos e emails usando a síntese de fala, bem como sistemas telefónicos IVR que beneficiam de reconhecimento de fala cada vez mais robusto e síntese de texto para fala com cada vez mais qualidade. Recentemente a Microsoft lançou o “Windows Speech Recognition” no Windows Vista, que possibilita aos utilizadores a interacção com o seu computador usando apenas a fala e o Microsoft Office Communications Server 2007 Speech Server, uma plataforma completa de IVR. Esta sessão vai cobrir a .NET Framework Speech API e o OCS 2007 Speech Server para o desenvolvimento de aplicações Windows desktop e aplicações telefónicas IVR respectivamente, tirando partido da tecnologia de fala. Iremos utilizar Reconhecimento e Síntese de fala em Português Europeu, demonstrando os mais recentes resultados do Microsoft Language Development Center (www.microsoft.com/portugal/mldc). Serão apresentados vários exemplos de aplicações, demonstrações e desenvolvimento hands-on, incluindo a facilidade de interacção com um Robot Lego MindStorm usando tecnologia de fala através da plataforma Microsoft Robotics Studio 1.5, uma aplicação do tipo portal-de-notícias e a Agenda Telefónica do TechDays 2008.

Orador(es)

Pedro Silva Santos, Microsoft Pedro é Lead Software Development Engineer no Microsoft Language Development Center (MLDC). Juntou-se à Microsoft em 2006 e tem vindo a especializar-se em desenvolvimento de software usando as novas tecnologias de Speech da Microsoft. Actualmente, é responsável pelas actividades de desenvolvimento de software no Centro e pela disponibilização da tecnologia de fala em Português desenvolvida no MLDC através do Programa Beta. Tem um Mestrado e Licenciatura em Engenharia de Telecomunicações e Informática atribuídos pelo Instituto Superior de Ciências do Trabalho e da Empresa (ISCTE), onde também foi professor assistente de Computação Gráfica.

Mário Vaz Henriques, Microsoft Mário Vaz Henriques juntou-se à Microsoft em Setembro de 2006, mais precisamente ao Microsoft Language Development Center (MLDC) onde assumiu funções de Software Development Engineer. Tem um Mestrado e Licenciatura em Engenharia Informática atribuídos pela Faculdade de Ciências da Universidade de Lisboa.

Há dias atrás, resolvi escrever um e-mail para autora do Blog Máquinas Falantes, integrante do Microsoft Development Center Portugal. Fiz uma série de perguntas que todos gostariam muito de saber a respeito do TTS tupiniquim, mas infelizmente ela ainda não autorização para divulgar tais informações e não respondeu nenhuma das perguntas: nem quando vai ser lançado, onde estará disponível e para quem?

Mistério… Só nos resta esperar!

Fernando Areias
TTS Brasil

Para você que é programador, e desenvolve em .NET conheça as ferramentas de reconhecimento da fala (speech recognition) e de fala sintética (text to speech) da Microsoft registre-se no Microsoft Beta Program, oferecido pelo Microsoft Development Center Portugal.

ATENÇÃO: Não inscreva-se no programa se não for para realmente estudar a tecnologia.

1) Acesse: http://connect.microsoft.com/ e clique em minha participação
2) Faça login utilizando sua conta do MSN (Passaport), e complete o cadastro se necessário
3) Após fazer o login clique em Convites. Insira esta chave: MLDC-BKBY-DTBD e clique em ok.

Pronto você estará inscrito no programa e terá acesso ao código de um Engine de Reconhecimento de Fala em português do Brasil e de Portugal, além de estar no grupo seleto de pessoas que terão acesso aos futuros lançamentos das versões beta dos programas de fala sintética.

Para mais informações acesse: http://www.microsoft.com/portugal/mldc/betaprograms/winclientdesktop.mspx
http://blogs.msdn.com/jcalev/archive/2007/06/28/speech-server-says-bom-dia.aspx

O MLDC – Microsoft Language Development Center, do Microsoft Product Group que desenvolve produtos de Reconhecimento da Voz e Fala Sintética, situada em Porto Salvo, Portugal (http://www.microsoft.com/portugal/mldc), está procurando um expert na lingua Italiana, para trabalhar 1-2 meses em projetos relacionados a tecnologia.

Para mais detalhes acesse (em inglês): http://blogs.msdn.com/tagarela/archive/2008/02/08/opened-position-italian-linguist-m-f.aspx

O prazo para envio de currículos encerra dia 22/02/2008

In October, 2007 the recordings of the Brazilian voice of Microsoft to be integrated to Windows Vista were started. After a strict selective process that included the most important voice talents in Brazil, Ana Paula Couto, from Globo News was selected. The project was performed by the Microsoft Portugal team, managed by Miguel Sales and Daniela Braga, with the technical support of UFRJ.

The recordings were made in Rio de Janeiro, corrected and edited in real time at Produlz.com studios in São Paulo. There were more than 10000 sentences recorderd and edited in real time, in only 20 days, that will allow the software from Microsoft to have a human like voice, leaving behind the robot like voices, allowing three types of speech: Reading, biblical reading and dialogues. See the comments about the project in the oficial blog of Microsoft: Máquinas falantes.