Vozes e narração
Narração gravada ou gerada, biblioteca de vozes e como o áudio é conferido.
#Gravada ou gerada
| Narração gravada | Narração gerada | |
|---|---|---|
| Como entra | Você envia o áudio junto com o roteiro. | O app gera o áudio a partir do roteiro com uma voz da biblioteca. |
| Precisa instalar | Nada além do reconhecimento de fala. | Narração em Ajustes (2 a 6 GB). |
| Quando o app usa | Sempre que houver áudio. | Quando você escolhe só o roteiro e uma voz. |
A narração gerada nunca sobrescreve uma gravada.
#Biblioteca de vozes
Cada idioma tem vozes próprias. No modal de vozes:
- ouça a amostra de cada voz;
- use Adicionar voz para criar uma a partir de qualquer áudio ou vídeo.
Ao adicionar, o sistema descarta o silêncio do começo, usa os primeiros 15 segundos de fala (mínimo de 5), converte para mono e normaliza o volume. Uma voz existente nunca é sobrescrita.
A voz define o sotaque
A amostra define timbre e sotaque. Uma voz brasileira usada em francês sai com sotaque. Use um falante nativo por idioma, com autorização de uso da voz.
#Como a narração gerada funciona
- O roteiro é dividido em blocos de até 260 caracteres dentro do parágrafo (frase a frase soava robotizado).
- Números, moedas, porcentagens, temperaturas e quilômetros são escritos por extenso antes de falar.
- Um dicionário de pronúncia por idioma diz como falar termos difíceis.
- Cada bloco é conferido pelo reconhecimento de fala e gerado de novo, até 3 vezes, se faltar palavra ou sobrar sílaba. Blocos que continuam fora ficam marcados no relatório para alguém ouvir.
- Editar uma frase regenera só o bloco dela.
#Alinhamento: o áudio precisa bater com o roteiro
Depois de pronto, o áudio (gravado ou gerado) passa pelo mesmo processo: o reconhecimento de fala marca o tempo de cada palavra ouvida e o sistema casa essas palavras com o roteiro.
Mínimo de 90%
Se menos de 90% do roteiro for encontrado no áudio, a geração para antes de desenhar. Não é um problema de modelo: quase sempre o áudio está cortado ou é de outra versão do texto.
As dicas de vocabulário do reconhecimento de fala são tiradas do próprio roteiro (palavras longas e siglas). Assim nenhum nicho herda vocabulário de outro.