ReadSpeaker speechEngine SDK Embedded
O ReadSpeaker speechEngine SDK Embedded acrescenta vozes de IA naturais a dispositivos assentes em ARM, a aplicações móveis e a sistemas embebidos. Funciona inteiramente no dispositivo, sem necessidade de ligação à rede. Mais de 150 vozes de IA em mais de 50 idiomas para iOS, Android e Embedded Linux.
Porquê no dispositivo
Muitos dispositivos não podem depender da nuvem. Um monitor médico, um automóvel ou um controlador industrial tem de falar no momento exato em que é preciso, sempre. O speechEngine SDK Embedded sintetiza voz inteiramente no dispositivo, para que a saída de áudio se mantenha constante e imediata mesmo sem rede. Os seus dados nunca saem do equipamento e a latência nunca depende do sinal.
Pensado para sistemas embebidos
Cada voz ocupa 6 a 35 MB de armazenamento e funciona com 20 a 30 MB de memória. Isso cabe no hardware limitado em que assentam os produtos embebidos, desde controladores ARM de 32 bits até chips móveis de 64 bits, sem abdicar do som natural.
O speechEngine SDK Embedded assenta no catálogo ReadSpeaker de mais de 150 vozes de IA em mais de 50 idiomas. São acrescentadas regularmente novas vozes e novos idiomas, pelo que o mesmo SDK pode lançar um produto num mercado ou em cinquenta.
Ajuste o ritmo de leitura, o tom e o volume ao dispositivo. Use SSML (Speech Synthesis Markup Language) para inserir pausas, mudar de voz ou de idioma a meio da frase e acrescentar transcrições fonéticas. Um dicionário de utilizador por idioma, com suporte de IPA, permite corrigir uma só vez, em todo o lado, a pronúncia dos nomes de produtos e dos termos do domínio.
Especificações técnicas
O speechEngine SDK Embedded foi concebido para sistemas de pequena ocupação. Os valores abaixo permitem-lhe dimensionar o seu hardware antes de se comprometer.
| Specification | Value |
|---|---|
| Sistemas operativos | iOS · Android · Embedded Linux (outros sistemas operativos embebidos a pedido) |
| CPU | ARM 32/64 bits. Neural Standard: 1 GHz ou superior (apenas 64 bits) · Neural Lite: 800 MHz ou superior |
| RAM | 6 a 30 MB |
| Memória em execução | 20 a 30 MB (Neural Lite e Neural Standard) |
| Ocupação de cada voz | 6 a 32 MB (Neural Lite) · 9 a 35 MB (Neural Standard), tecnologia de redes neuronais profundas |
| Saída de áudio | 8 formatos: PCM linear de 16 bits, A-law de 8 bits, μ-law de 8 bits, PCM linear sem sinal de 8 bits Wave, ADPCM Dialogic de 4 bits e variantes Wave |
| Entrada de texto | Texto simples (multibyte) · SSML (UTF-8) |
| Documentação | Especificação do produto (PDF) |
Neural Standard e Neural Lite
Escolha o equilíbrio que serve o seu hardware. O Neural Standard funciona em ARM de 64 bits a partir de 1 GHz, com vozes de 9 a 35 MB para o som mais rico. O Neural Lite funciona em ARM a partir de 800 MHz, com vozes de 6 a 32 MB para os dispositivos mais limitados. Ambos usam tecnologia de redes neuronais profundas.
| Neural Lite | Neural Standard | |
|---|---|---|
| CPU | ARM 800 MHz ou superior | ARM 1 GHz ou superior (apenas 64 bits) |
| Ocupação de cada voz | 6 a 32 MB | 9 a 35 MB |
| Tecnologia | Redes neuronais profundas | Redes neuronais profundas |
Plataformas
O speechEngine SDK Embedded vem com as API, o código de exemplo e a documentação para integrar depressa. Desenvolva em C/C++ no Embedded Linux, em Objective-C no iOS ou em Java no Android. Cada entrega inclui as bibliotecas do motor de voz, os ficheiros de vozes e a documentação de integração para a plataforma que licenciou, além do apoio da nossa equipa.
| Platform | Language |
|---|---|
| Embedded Linux | C / C++ |
| iOS | Objective-C |
| Android | Java |
Integração
Inicialize o motor, carregue uma voz e sintetize. O SDK trata do resto no dispositivo.
/* Illustrative - confirm exact API against the SDK docs before use */
#include "rs_embedded_tts.h"
int main() {
rsEngine *engine = rsEngineCreate("license.dat");
rsEngineLoadVoice(engine, "en-US-neural-standard");
rsEngineSetRate(engine, 1.0);
rsEngineSpeak(engine, "Welcome aboard.", RS_AUDIO_PCM16);
rsEngineDestroy(engine);
return 0;
}Forma apenas ilustrativa. Consulte a documentação do SDK e o código de exemplo para conhecer as assinaturas exatas da API da plataforma que lhe foi entregue.
Onde funciona
Das aplicações móveis ao hardware crítico, o speechEngine SDK Embedded dá aos produtos uma voz fiável onde quer que funcionem, incluindo na defesa e noutros ambientes com recursos limitados.
Alertas e leituras faladas em monitores e controladores que não podem esperar pela nuvem.
Ver soluções para a saúdeNavegação, indicações passo a passo e mensagens a bordo que se mantêm reativas mesmo quando o veículo perde sinal.
Ver soluções para os transportesVoz natural para dispositivos de comunicação AAC e para livros digitais falados DAISY.
Ver soluções de tecnologias de apoioVoz no dispositivo que dá aos brinquedos interativos e aos robôs de serviço uma voz natural, para uma interação mais envolvente.
Ver soluções embebidas e no dispositivoSaída de voz nítida para sistemas de alarme e de notificação de emergência.
Audiolivros, aprendizagem de línguas e aplicações móveis que falam offline, sem necessidade de ligação à rede.
FAQ
Sim. O speechEngine SDK Embedded sintetiza voz inteiramente no dispositivo, sem necessidade de ligação à rede. Todo o processamento e todos os dados ficam no equipamento, pelo que a saída de voz é imediata e constante, mesmo em ambientes offline ou com recursos limitados.
Suporta iOS, Android e Embedded Linux de origem. Outros sistemas operativos embebidos podem ser suportados mediante pedido. Contacte a nossa equipa indicando a sua plataforma de destino.
Funciona em processadores ARM de 32 e 64 bits. As vozes Neural Standard precisam de uma CPU ARM de 64 bits a 1 GHz ou superior; as vozes Neural Lite funcionam a partir de 800 MHz. O SDK usa 6 a 30 MB de RAM e 20 a 30 MB em execução.
Cada voz ocupa 6 a 32 MB no Neural Lite e 9 a 35 MB no Neural Standard. Ambos os níveis usam tecnologia de redes neuronais profundas, pelo que obtém um som natural com uma ocupação adequada a sistemas embebidos.
O speechEngine SDK Embedded suporta mais de 150 vozes de IA em mais de 50 idiomas. São acrescentadas regularmente novas vozes e novos idiomas. A lista completa está disponível no site da ReadSpeaker.
Pode integrar em C/C++ no Embedded Linux, em Objective-C no iOS e em Java no Android. Cada pacote do SDK inclui as API, o código de exemplo e a documentação para começar.
Sim. Use SSML para ajustar a prosódia, inserir pausas, acrescentar transcrições fonéticas e mudar de voz ou de idioma no meio do texto. Um dicionário de utilizador por idioma, com suporte de IPA, permite definir pronúncias personalizadas para termos específicos do domínio.
Produz 8 formatos de áudio, incluindo PCM linear de 16 bits, A-law e μ-law de 8 bits, ADPCM Dialogic de 4 bits e várias variantes Wave. Assim consegue corresponder ao pipeline de áudio do dispositivo de destino.
O speechEngine SDK Embedded foi criado para sistemas no dispositivo, de pequena ocupação, em hardware ARM e móvel. speechEngine SDK targets desktop and PC-based applications on Windows and Linux. See speechEngine SDK if you're building for desktop.