A Amazon Web Services (AWS) anuncia o lançamento da Camila, a primeira voz neural brasileira do Amazon Polly, serviço de conversão de texto em voz que utiliza tecnologia Neural Text to Speech (NTTS), baseada em inteligência artificial. Com o NTTS, a ferramenta apresenta uma voz humanizada, com capacidade de identificar pontuações e oferecer maior fluência aos textos.
Inteligência artificial da Unimed Fesp já atende 37% dos beneficiários
A solução foi lançada para ajudar sites brasileiros a cumprir a Lei n° 13.146, de 6 de julho de 2015, que obriga as empresas com operações no País a garantir o acesso à informação em seus sites. Com a solução, as organizações poderão atender as cerca de 6,5 milhões de pessoas com deficiência visual e outras 11,3 milhões analfabetas no Brasil, de acordo com dados do IBGE, sem aplicações de tom de voz robótico.
Além de melhorar a experiência de pessoas que dependem de conversão de texto em voz, o Amazon Polly também está disponível em inglês e espanhol e, em conjunto com outros serviços da AWS, como o Amazon Translate, permite disponibilizar conteúdo online em texto e voz em outros idiomas com apenas um clique.
Como funciona a tecnologia
Soluções como Text to Speech (TTS – texto para voz, em inglês) só são possíveis graças às tecnologias de machine learning e inteligência artificial. O TTS funciona assim:
1. A inteligência artificial faz a leitura de um texto, sintetizando seu conteúdo e separando sílabas;
2. Depois que são separadas, as sílabas são relacionadas com seus fonemas pela Inteligência Artificial (IA);
3. A AI conecta as partes sintetizadas do texto, para que as frases sejam construídas de forma sonora.
Mesmo sendo avançada, o TTS ainda tem dificuldades para identificar pontuações e variações de tom de voz, o que resulta em um som mais artificial. Isso acontece porque há intervalos entre cada fonema.
Já no NTTS, que está no Amazon Polly, adiciona mais uma camada de inteligência artificial que reduz os intervalos entre os fonemas e auxilia na identificação de pontuação e timbre do som, criando uma experiência de áudio com mais fluidez e naturalidade.
Participe das comunidades IPNews no Facebook, LinkedIn e Twitter e comente as nossas reportagens.
