Soft Leaf
Usar o plug-in de conversão de texto em fala da ReadSpeaker nos poupou inúmeras horas de desenvolvimento e nos aproximou da nossa visão de um jogo verdadeiramente acessível.
Ler o caso completo da Soft Leaf
ReadSpeaker speechEngine SDK
SDK de conversão de texto em fala offline, no dispositivo, para aplicativos de desktop e PC
Instale o mecanismo de voz diretamente na máquina de destino, onde ele gera áudio localmente, sem chamadas de rede. Mais de 150 vozes de IA em mais de 50 idiomas, com bindings nativos para C, C++ e Java em Windows e Linux, e C# em Windows.
- C/C++ · C# · Java
- Windows 10/11 + Linux
- No dispositivo
Caso de cliente
Integrado no software distribuído, no dispositivo
Funcionalidades
Voz no dispositivo, pensada para desenvolvedores
Tudo o que sua equipe precisa para colocar uma voz de som natural dentro de um aplicativo de desktop ou PC, com o mecanismo funcionando localmente.
Distribua uma voz que nunca sai do dispositivo
O mecanismo funciona na máquina do seu cliente e gera áudio sem nenhuma chamada de rede. É adequado para implementações isoladas da rede, reguladas ou pensadas primeiro para o uso offline, em que os dados ficam em casa.
Mais de 150 vozes de IA em mais de 50 idiomas
Vozes de IA naturais, próximas da voz humana, com novas vozes e novos idiomas adicionados regularmente ao catálogo. Escolha o sotaque e o tom adequados a cada mercado e distribua-os ocupando pouco espaço em disco.
Sua equipe programa na própria infraestrutura
Bindings nativos para C e C++ em Windows e Linux, C# em Windows, e Java em Windows e Linux. O código de exemplo, a documentação e o suporte à implementação da nossa equipe facilitam a integração.
Controle fino da voz com SSML
Mude de voz e de idioma no meio da frase, controle a prosódia, insira pausas e transcrições fonéticas. A entrada em Speech Synthesis Markup Language (SSML) é totalmente suportada, em UTF-8.
Pronuncie corretamente os nomes de marca e o jargão
Crie dicionários de pronúncia por idioma para nomes de produtos, siglas e nomes próprios, com vários dicionários por idioma. Use a transcrição IPA quando precisar de controle fonético preciso.
Formatos de áudio para qualquer pipeline
PCM linear de 16 bits, A-law e μ-law de 8 bits para telefonia, ADPCM Dialogic para IVR antigos. Produza o formato que seu pipeline espera, raw ou encapsulado em WAV.
Afine cada enunciado
Ajuste o ritmo de leitura, o tom e o volume ao momento, da narração calma aos alertas urgentes. Configure-os conforme necessário para cada implementação.
Licenciamento previsível
Um arquivo de licença instalado junto ao SDK define as vozes e o prazo que você contratou. Sem atualizações inesperadas, sem cobrança por uso, sem receio de auditorias.
Pessoas reais ajudam você no lançamento
A equipe de suporte da ReadSpeaker trabalha com seus desenvolvedores durante toda a integração. Com código de exemplo, documentação e contato direto, você nunca fica preso lendo uma wiki às duas da manhã.
Experimente na sua infraestrutura
Um exemplo simples de integração em C++
São fornecidos bindings nativos para C e C++ em Windows e Linux, C# em Windows, e Java em Windows e Linux. Chame o mecanismo no mesmo processo e sintetize texto em um arquivo de áudio local, sem chamadas de rede.
// Exemplo representativo. A API exata e os cabeçalhos acompanham o SDK licenciado.
#include "speechengine.h"
int main() {
SpeechEngine engine;
engine.init("./license.lic"); // o arquivo de licença define vozes e vigência
engine.selectVoice("en_US-neural"); // 150+ vozes, 50+ idiomas
engine.setSpeechRate(90); // ajusta velocidade, tom e volume a cada solicitação
// Sintetiza texto simples ou SSML em um arquivo de áudio local, sem chamadas ao servidor
engine.synthesizeToFile("Welcome to ReadSpeaker.", "welcome.wav");
engine.release(); // libera o mecanismo
return 0;
}Especificações técnicas
Todas as especificações que suas equipes de desenvolvimento e operações vão querer saber
Dimensionado para implementação offline, no dispositivo: pouco espaço ocupado, amplo suporte a sistemas operacionais, áudio pronto para telefonia.
| Especificação | Detalhe |
|---|---|
| Linguagens de programação | C / C++ (Windows/Linux) · C# (Windows) · Java (Windows/Linux) |
| Sistema operacional Windows | Windows 10 e 11 |
| Sistema operacional Linux | CentOS Stream 9.x a 10.x · Ubuntu 18.x a 24.x · RHEL 7.x a 9.x · Outros sistemas operacionais sob consulta |
| CPU | Intel x86/64, 1 GHz ou superior. AVX necessário em arquiteturas x64 (entre em contato com a ReadSpeaker se seu ambiente não suportar AVX). |
| RAM | 6 a 30 MB |
| Espaço ocupado por voz | 9 a 35 MB por voz (tecnologia de redes neurais profundas) |
| Memória em execução | 20 a 30 MB (Neural Standard) |
| Formatos de entrada | Texto simples (multibyte) · SSML (UTF-8) |
| Formatos de saída de áudio | PCM linear de 16 bits (raw/WAV) · PCM de 8 bits A-law/μ-law (raw/WAV) · PCM linear sem sinal de 8 bits Wave · ADPCM Dialogic de 4 bits |
| Documentação | Especificação do produto (PDF) |
Modelo de implementação
Funciona na sua infraestrutura, regido pelo seu arquivo de licença
O speechEngine SDK é instalado localmente na máquina de destino. O mecanismo de conversão de texto em fala funciona sem chamadas ao servidor. O contrato de licença e o arquivo de licença impõem a plataforma, as vozes e o prazo licenciados. Para a documentação de conformidade da empresa (ISO/IEC 27001, GDPR, SCCs da UE), consulte o Aviso de Privacidade da ReadSpeaker e as páginas sobre a empresa.
No dispositivo (Mecanismo instalado na máquina de destino)
Instalado localmente
Sem chamadas de rede (Áudio gerado sem idas e voltas ao servidor)
O mecanismo funciona localmente
Aplicação do arquivo de licença (Arquivo de licença entregue com o SDK)
Vozes + prazo
Entrega do SDK (SDK criado para a plataforma indicada no pedido)
Conforme o pedido do cliente
FAQ
Perguntas sobre o speechEngine SDK
O speechEngine SDK é um SDK de conversão de texto em fala no dispositivo, para desenvolvedores que criam aplicativos de desktop e PC. O mecanismo é instalado localmente na máquina de destino e suporta mais de 150 vozes de IA em mais de 50 idiomas. Funciona sem conexão à rede, o que é adequado para ambientes isolados da rede e sensíveis à privacidade.
O speechEngine SDK oferece bindings nativos para C e C++ em Windows e Linux, C# em Windows, e Java em Windows e Linux. O SDK é entregue para a plataforma indicada no pedido do cliente.
O speechEngine SDK funciona em Windows 10 e 11, e em distribuições Linux como CentOS Stream 9.x a 10.x, Ubuntu 18.x a 24.x e RHEL 7.x a 9.x. Outros sistemas operacionais são suportados mediante solicitação. CPU: Intel x86/64 a 1 GHz ou superior (AVX necessário em x64). RAM: 6 a 30 MB.
Sim. O mecanismo de conversão de texto em fala é instalado localmente na máquina de destino e gera áudio sem chamadas de rede, o que é adequado para implementações sensíveis à privacidade e isoladas da rede. Para destinos ARM, móveis ou IoT, consulte o speechEngine SDK Embedded.
O speechEngine SDK produz quatro formatos de áudio: PCM linear de 16 bits (raw/WAV), PCM de 8 bits A-law/μ-law (raw/WAV), PCM linear sem sinal de 8 bits Wave e ADPCM Dialogic de 4 bits. A saída A-law e μ-law é particularmente adequada à integração com telefonia.
Sim. O speechEngine SDK aceita entrada em texto simples (multibyte) e em SSML (UTF-8), para que seu aplicativo possa marcar a voz de que precisa. O SSML permite mudar de voz e de idioma dentro de um mesmo texto, alterar a prosódia, inserir pausas e aplicar transcrições fonéticas.
O speechEngine SDK é regido por um contrato de licença que define a plataforma licenciada, as vozes e o contexto de uso permitido. Um arquivo de licença entregue com o SDK impõe tecnicamente as vozes licenciadas e o prazo, ou seja, a duração do uso permitido.
Sim. A assistência à implementação prestada pela equipe de suporte da ReadSpeaker está incluída. A equipe ajuda os clientes a entender e executar a integração de acordo com a documentação e o código de exemplo fornecidos.