Respostas faladas

O que faz

Pressione o botão de alto-falante abaixo de uma resposta e ela será lida em voz alta. Nunca automaticamente — o som só começa quando você solicita, que também é o único comportamento permitido por navegadores de celular.

Durante a reprodução, você tem controle de pausa, parada e velocidade de 0,75× a 2×, com a posição e a duração mostradas. Pressionar o alto-falante em outra resposta muda a voz para essa nova resposta.

A reprodução começa enquanto o restante ainda está sendo gerado, então a espera não aumenta com o tamanho da resposta. Uma resposta de mil e trezentos caracteres — quase dois minutos de fala — começa a ser reproduzida em cerca de dois segundos, o mesmo tempo de uma resposta de uma linha.

Qual idioma ela fala

A voz segue o idioma da resposta, não o idioma dos menus. Uma interface em inglês mantendo uma conversa em russo será lida em russo. A maioria dos produtos inverte isso e lê a resposta seguindo as regras do idioma errado.

Números são falados como palavras, em vez de serem soletrados dígito por dígito, e um bloco de código é anunciado como tal, em vez de ser lido como um minuto de pontuação.

Idiomas com voz

Trinta e oito de nossas quarenta e seis línguas possuem uma voz medida. Dez delas também são projetadas para entrega expressiva — essa parte é escrita e medida, mas ainda não está ativada, portanto, todas as línguas atualmente leem de forma clara, e não com emoção.

🔑 Quais deles estão ativados a qualquer momento podem ser menos, enquanto as máquinas por trás deles são provisionadas. O botão do alto-falante aparece apenas onde ele realmente funcionará — você não receberá uma voz que falhará.

Leia em voz alta e esteja pronto para a expressão

Alemão · Inglês · Espanhol · Francês · Italiano · Coreano · Português (Brasil) · Português (Portugal) · Russo · Chinês (Simplificado). Estes dez são os primeiros que o serviço de entrega expressa alcançará. Hoje, eles leem da mesma forma que o resto.

Lê em voz alta

Árabe · Azerbaijano · Búlgaro · Catalão · Croata · Tcheco · Dinamarquês · Holandês · Filipino · Finlandês · Grego · Hebraico · Hindi · Húngaro · Indonésio · Japonês · Malaio · Norueguês · Polonês · Romeno · Sérvio · Eslovaco · Suaíli · Sueco · Tailandês · Turco · Ucraniano · Vietnamita

Sem voz

Bengali · Birmân · Cazaque · Pashto · Persa · Urdu · Uzbeque · Chinês (Tradicional)

Persa, e por que está vazio

O persa é o único idioma na última linha com uso real por trás, e sua ausência não é uma omissão. Cada mecanismo que pudemos licenciar foi medido contra ele este mês e nenhum atingiu a qualidade que exigimos — um lê apenas quinze idiomas com clareza, um não se adapta ao hardware, outro é entregue com defeito.

Preferimos dizer isso do que entregar uma voz que deturpa o idioma. Quando algo passar, ele aparecerá aqui.

Como a qualidade foi medida

Cada idioma foi verificado da mesma forma: falar um texto, transcrever o áudio de volta com um sistema separado e compará-lo palavra por palavra com o que foi enviado. O limite é uma taxa de erro de caracteres de cinco por cento. Todos os trinta e oito idiomas estão abaixo desse limite, e seis deles retornam zero.

🔑 O que isso mede é se as palavras saem corretas. Não mede se a voz soa natural, o que nenhum teste automático pode resolver. Trate isso como um piso, não como um veredito, e julgue o resto com seus próprios ouvidos.

O que ainda não consegue fazer

Sem destaque palavra por palavra

O mecanismo não retorna tempos de sincronização, e estimá-los a partir de contagens de caracteres desvia dentro de uma única frase. Construímos, medimos e desativamos em vez de entregar algo que divaga pelo texto.

A expressão não está ativada

A máquina existe e foi medida — a voz pode suspirar, rir ou baixar para um sussurro quando a resposta exigir. Ela ainda não está conectada ao chat, portanto, nada que você ouça hoje a reflete. Dez idiomas estão prontos para ela; os demais precisam de um motor que ofereça emoção e ampla cobertura de idiomas simultaneamente, o que ainda não existe sob uma licença que possamos utilizar.

Nem todo idioma em todos os momentos

Veja a nota acima: a cobertura é o que foi medido, e o que está ativado pode ser menor enquanto as máquinas são provisionadas.

Quanto você tem

O chat gratuito lê três respostas por dia. Planos pagos leem muito mais — o número exato está na página de planos, que também é onde a informação muda, se mudar.

O teto pago é alto, mas não ausente, propositalmente. Um endpoint sem teto não tem piso também se uma conta for compartilhada ou vendida, e as máquinas que geram o áudio são alugadas por hora. O número é definido muito além do que uma pessoa ouve em um dia.

Uma resposta já sendo reproduzida nunca é cortada no meio quando o limite é atingido, e a contagem avança uma vez por reprodução, não uma vez por frase.

O que acontece com o áudio

Nada é armazenado. O áudio é gerado para a solicitação e nunca é gravado em disco do nosso lado. Pressionar parar cancela o trabalho no servidor também, em vez de deixá-lo rodando para um som que ninguém ouvirá.

Esta é a mesma regra que o resto do serviço segue, e é a razão pela qual não há biblioteca de suas respostas faladas para navegar: não há nada para navegar.