Sintetizadores de Voz/Leitores de Tela e Reconhecimento de Voz Leandro Rodrigues Ferreira [email protected] 22 de novembro de 2006
Sintetizadores de Voz/Leitores de Tela e Reconhecimento de Voz
Leandro Rodrigues Ferreira
22 de novembro de 2006
Sintetizadores de Voz
Texto -> Voz
Leitores de Tela●Transmitir a linguagem escrita através da linguagem falada ou em braille
Exemplos Windows
● Virtual Vision (Micropower)– Ambiente Windows e Office– Melhor em português– Rastreamento do mouse– Preço e suporte no Brasil– Dispensa sintetizador externo– Preço: R$700,00– Multi-idiomas (com o uso de outros
sintetizadores)– Indicação do foco
Exemplos Windows
● DosVox (NCE – UFRJ)– roda em modo DOS– voltado para deficientes visuais– tecnologia nacional e simples (viabilidade)– baixo custo ou gratuito (p/ versão reduzida)– utiliza padrões internacionais de computação
Exemplos Windows
● Jaws (Freedom Scientific)– Síntese de voz em vários idiomas– Leitura de menus– Indicação de fonte– Simula o mouse (dir. “*” esq. “/”)– programas de difícil acesso a outros
leitores de tela– Custo: US$800,00 a US$1200,00
Exemplos Windows
● Falador–Sintetizador freeware, roda c/ wine (??)– Apresenta a “boca falada”– Aprendizado de outros idiomas
Exemplos - Linux
● Festival– Sintetizador de linha de comando
● Gnopernicus– Sintetizador/Leitor do Gnome
● Kmouth– Def. auditivos, em inglês
Reconhecimento de Voz● Interpretação da fala humana● Três fases distintas: aquisição do sinal de
voz, extração de parâmetros (características) e reconhecimento do padrão (classificação).
● Utilidades:– Transcrição de texto– Execução de comandos– Automação Residencial
Reconhecimento de Voz
● Exemplos Linux:– cVoiceControl: modo texto–VoiceCode: voltado a programadores
com LER● Exemplos Windows:
– FreeSpeech (Philips)– ViaVoice (IBM)
Reconhecimento de Voz
● Classificação:– Requerer treinamento– Reconhecer fala contínua ou
pausadamente (período de silêncio)–Tamanho do vocábulo
Reconhecimento de Voz
● Funcionamento– Pouco treinamento, ritmo normal, fala
contínua e amplo vocábulo: 95% a 98% de acerto.
– Sem treinamento: reconhece número pequeno de palavras.
Reconhecimento de Voz
● Problemas Técnicos– Variações da fala– Ambiente externo– Segmentação da fala (limitação dos
fonemas)– Tamanho do vocabulário e
ambigüidades
Reconhecimento de Voz● Etapas do reconhecimento:
– Trabalho de reconhecimento voltado ao reconhecimento de padrões.
– Fase de extração de características: ●LPC (Linear Predictive Coding – Codificação Preditiva Linear, o modelo mistura Gaussiano)
● FFT (Fast Fourier Transform – Transformada Rápida de Fourier)
Reconhecimento de Voz
● Etapas do reconhecimento:–Fase de extração de características:
●LPC e modelo de mistura Gaussiano: reconhecimento de locutor (analisa trato vocal, que é peculiar a cada pessoa)
●FFT: reconhecimento de palavras isoladas (abordagem entre sinais em função das freqüências)
Reconhecimento de Voz
● Etapas do reconhecimento:– Fase de classificação
● Problema no tempo de execução● Métodos matemáticos: alto processamento
● Tendência a algoritmos inteligentes (Redes Neurais Artificiais), mais utilizados em sist. independentes de locutor
Conclusão
● Sintetizadores/Leitores de tela e sistemas de reconhecimento de voz precisam de ajustes.
● Desenvolvimento para Linux ainda é deficiente.
● Grande crescimento na área.
Referências● http://www.jornalismo.ufsc.br/acic/acesso/acesso_gr.htm
● http://groups.msn.com/falador/falador.msnw
● http://docs.kde.org/stable/pt/kdebase/userguide/kmouth.html
● http://docs.kde.org/stable/pt/kdebase/userguide/ktts.html
● http://www-usr.inf.ufsm.br/~maicongb/trabalho.html#recon
● http://www.rnp.br/wrnp2/2001/palestras_aplicacao/res_aplic_18.pdf
● http://www.inovacaotecnologica.com.br/noticias/noticia.php?artigo=010150040915
● http://www.speechrecognition.philips.com/index.asp?id=788