ReadSpeaker speechEngine SDK Embedded
O ReadSpeaker speechEngine SDK Embedded adiciona vozes de IA naturais a dispositivos baseados em ARM, aplicativos móveis e sistemas embarcados. Funciona inteiramente no dispositivo, sem necessidade de conexão com a rede. Mais de 150 vozes de IA em mais de 50 idiomas para iOS, Android e Embedded Linux.
Por que no dispositivo
Muitos dispositivos não podem depender da nuvem. Um monitor médico, um automóvel ou um controlador industrial precisa falar no momento exato em que é necessário, sempre. O speechEngine SDK Embedded sintetiza a voz inteiramente no dispositivo, para que a saída de áudio permaneça constante e imediata mesmo sem rede. Seus dados nunca saem do equipamento e a latência nunca depende do sinal.
Pensado para sistemas embarcados
Cada voz ocupa de 6 a 35 MB de armazenamento e funciona com 20 a 30 MB de memória. Isso cabe no hardware limitado em que se baseiam os produtos embarcados, de controladores ARM de 32 bits a chips móveis de 64 bits, sem abrir mão do som natural.
O speechEngine SDK Embedded se baseia no catálogo da ReadSpeaker de mais de 150 vozes de IA em mais de 50 idiomas. Novas vozes e novos idiomas são adicionados regularmente, então o mesmo SDK pode lançar um produto em um 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, trocar de voz ou de idioma no meio da frase e adicionar transcrições fonéticas. Um dicionário do usuário por idioma, com suporte a IPA, permite corrigir de uma só vez, em todos os lugares, a pronúncia de nomes de produtos e termos do domínio.
Especificações técnicas
O speechEngine SDK Embedded foi concebido para sistemas compactos. Os valores abaixo permitem que você dimensione seu hardware antes de se comprometer.
| Especificação | Valor |
|---|---|
| Sistemas operacionais | iOS · Android · Embedded Linux (outros sistemas operacionais embarcados sob demanda) |
| 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) |
| Pegada de cada voz | 6 a 32 MB (Neural Lite) · 9 a 35 MB (Neural Standard), tecnologia de redes neurais 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 ideal para 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 neurais profundas.
| Neural Lite | Neural Standard | |
|---|---|---|
| CPU | ARM 800 MHz ou superior | ARM 1 GHz ou superior (apenas 64 bits) |
| Pegada de cada voz | 6 a 32 MB | 9 a 35 MB |
| Tecnologia | Redes neurais profundas | Redes neurais profundas |
Plataformas
O speechEngine SDK Embedded vem com as APIs, o código de exemplo e a documentação para uma integração rápida. 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 arquivos de vozes e a documentação de integração para a plataforma que você licenciou, além do suporte da nossa equipe.
| Plataforma | Linguagem |
|---|---|
| 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.
/* Ilustrativo: confirme a API exata na documentação do SDK antes de usar */
#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;
}Formato apenas ilustrativo. Consulte a documentação do SDK e o código de exemplo para conhecer as assinaturas exatas da API da plataforma entregue a você.
Onde funciona
Dos aplicativos móveis ao hardware crítico, o speechEngine SDK Embedded dá aos produtos uma voz confiável onde quer que funcionem, inclusive na defesa e em outros ambientes com recursos limitados.
Alertas e leituras faladas em monitores e controladores que não podem esperar pela nuvem.
Ver soluções para a saúdeNavegação, instruções passo a passo e mensagens a bordo que continuam respondendo mesmo quando o veículo perde o sinal.
Ver soluções para transporteVoz natural para dispositivos de comunicação AAC e para livros digitais falados DAISY.
Ver soluções de tecnologia assistivaVoz no dispositivo que dá aos brinquedos interativos e aos robôs de serviço uma voz natural, para uma interação mais envolvente.
Ver soluções embarcadas e no dispositivoSaída de voz nítida para sistemas de alarme e de notificação de emergência.
Audiolivros, aprendizagem de idiomas e aplicativos móveis que falam offline, sem necessidade de conexão com a rede.
FAQ
Sim. O speechEngine SDK Embedded sintetiza a voz inteiramente no dispositivo, sem necessidade de conexão com a rede. Todo o processamento e todos os dados ficam no equipamento, por isso a saída de voz é imediata e constante, mesmo em ambientes offline ou com recursos limitados.
Suporta iOS, Android e Embedded Linux nativamente. Outros sistemas operacionais embarcados podem ser suportados sob demanda. Entre em contato com nossa equipe informando 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 de 6 a 30 MB de RAM e de 20 a 30 MB em execução.
Cada voz ocupa de 6 a 32 MB no Neural Lite e de 9 a 35 MB no Neural Standard. Os dois níveis usam tecnologia de redes neurais profundas, então você obtém um som natural com uma pegada adequada a sistemas embarcados.
O speechEngine SDK Embedded suporta mais de 150 vozes de IA em mais de 50 idiomas. Novas vozes e novos idiomas são adicionados regularmente. A lista completa está disponível no site da ReadSpeaker.
Você pode integrar em C/C++ no Embedded Linux, em Objective-C no iOS e em Java no Android. Cada pacote do SDK inclui as APIs, o código de exemplo e a documentação para começar.
Sim. Use SSML para ajustar a prosódia, inserir pausas, adicionar transcrições fonéticas e trocar de voz ou de idioma no meio do texto. Um dicionário do usuário por idioma, com suporte a 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, você consegue se adequar ao pipeline de áudio do dispositivo de destino.
O speechEngine SDK Embedded foi criado para sistemas no dispositivo, de pequena pegada, em hardware ARM e móvel. O speechEngine SDK é voltado para aplicativos de desktop e PC em Windows e Linux. Consulte o speechEngine SDK se você desenvolve para desktop.