Síntese de voz panorama tecnológico ANTONIO BORGES

Transcrição

1 Síntese de voz panorama tecnológico ANTONIO BORGES Quase todos nós vamos precisar de óculos um dia (a menos que a tecnologia médica promova a substituição deste artefato por alguma outra coisa tecnológica, como uma operação do cristalino a laser). Pode parecer uma observação irrelevante, mas a inexistência dos óculos alijaria todos os velhos, ou seja, 30% da população do mundo, do acesso às manifestações culturais em forma escrita! No caso dos cegos, entretanto, desde o surgimento do Braille nos anos 1.850, pouquíssimos aparatos tecnológicos (invenções) foram introduzidos até os anos 1.970, em que uma explosão de artefatos surgiu numa rapidez espantosa, a reboque do desenvolvimento da tecnologia de eletrônica, computação e comunicações. Um exemplo de tecnologia inclusiva é um scanner, gerado em princípio para transformar imagens impressas para a forma digital, ao ser acoplado a um software de reconhecimento ótico de caracteres e a um sintetizador de voz, tornando-se uma máquina de leitura de livros em voz! Com isso em mente, o contínuo avanço tecnológico provoca o surgimento de novos artefatos. categorias: Podemos caracterizar de forma genérica os desenvolvimentos nas seguintes Sistemas com exibição sonora Nestes sistemas, a informação desejada é produzida na forma de sons, em particular em voz gravada ou síntese de fala. Sistemas com exibição tátil dinâmica Nestes sistemas, a informação é movida para algum tipo de painel que pode ser tateado, e no qual a informação é mostrada numa forma conveniente (gráfico, braille e diversos outros). [1]

2 Sistemas de ampliação de imagem Nestes sistemas, parte da imagem (ou toda ela) é ampliada permitindo o acesso de pessoas com visão reduzida. Sistemas de transcrição de texto Nestes sistemas um texto escrito ou impresso é transformado para alguma forma digital para depois ser exibido usando algum dispositivo de saída sonora, visual (provavelmente ampliada) ou tátil. Dispositivos de telecomunicações A internet e outros meios de comunicações são intensamente usados por todos os deficientes visuais na medida em que aproximam pessoas sem necessidade de deslocamento físico. Síntese de Voz A chave do desenvolvimento de artefatos tecnológicos para deficientes visuais em larga escala foi a disponibilidade de sistemas de síntese de voz. Em particular, no Brasil, o primeiro sintetizador de uso amplo para português foi criado para o sistema DOSVOX, em Mesmo com qualidade precária, numa época em que placas de som de computadores eram muito raras, este sintetizador original permitiu o acesso de milhares de deficientes visuais ao mundo da informática, a partir desta época. Muitos outros sistemas foram criados depois dele, cada qual com qualidade superior até chegarmos hoje a uma síntese que é praticamente indistinguível da voz humana natural. Os sistemas sintetizadores são na verdade programas especiais que podem ser acoplados a outros programas aplicativos de acessibilidade, por exemplo. Esse acoplamento se faz segundo diversos modelos de interface de conexão. No caso de computadores usando Windows, o modelo mais usado é o SAPI speech application programming interface (versão 4 média qualidade e versão 5 alta qualidade, incompatíveis entre si). Quando se vai utilizar um programa que faça uso de síntese de voz, é importante saber qual o modelo usado, para definir exatamente qual o produto de síntese compatível. [2]

3 Um panorama sobre os sistemas computacionais baseados em gravação de som e síntese de voz usados no Brasil Existem inúmeros produtos de informática no mercado mundial que fazem uso de síntese de voz, mas a maior parte deles não é encontrada no Brasil. Os principais programas usados no Brasil são o DOSVOX, o Virtual Vision, o Jaws,.o Magic e o Talks. DOSVOX é mais antigo e mais simples de usar e aprender, sendo hoje distribuído gratuitamente para qualquer uso. Ele se apresenta como uma interface completamente adaptada para a pessoa cega, e é especialmente indicado para atividades educacionais. As principais ferramentas do DOSVOX incluem: Editor, leitor e impressor / formatador de textos; Impressor / formatador para braille; Programas de uso geral para o cego; Programas sonoros para acesso à Internet, como correio eletrônico, acesso a homepages, batepapo e transferência remota de arquivos; Programas para ajuda à educação de crianças com deficiência visual; Jogos de caráter didático e lúdico; Leitor simplificado de telas para Windows. A essência do DOSVOX é apresentar um computador muito amigável para um deficiente visual, com interação simples, baseada num sistema de menus acionados por teclas e com feedback em síntese de voz. A curva de aprendizado do sistema é muito rápida, e o sistema pode ser usado por uma gama imensa de pessoas, desde analfabetos digitais até pessoas com grande experiência em computação, com bastante eficiência. Apesar de sua adequação para uso com qualquer tipo de deficiente visual, muitas pessoas com visão subnormal tendem a rechaçar seu uso por se sentirem psicologicamente incomodados de usar um sistema "diferente", criado para uso por cegos, algo que eles realmente (ainda) não são. [3]

4 Para conhecer mais sobre o DOSVOX acesse> Virtual Vision é um sistema de leitura de telas, capazes de sintetizar em voz as informações apresentadas no Windows (não existem até o momento versões para Linux). É indicado para atividades profissionais e para acesso amplo a todos os programas específicos do Windows. O Virtual Vision é uma iniciativa da Fundação Bradesco, implementado pela empresa Micropower Software. Ele foi criado inicialmente para viabilizar o acesso de deficientes visuais à Internet. Em princípio, um cego não faz uso do Mouse, e o controle do Windows é feito unicamente pelo teclado, sendo o feedback apresentado apenas a leitura dos textos e das mensagens exibidas na tela, através de um sistema muito sofisticado de processamento das informações visuais textuais. Este programa é distribuído gratuitamente para correntistas deficientes visuais do Banco Bradesco e do Banco Real, mas não é grátis quando aplicado a empresas. O Virtual Vision é muito bem aceito por pessoas com visão subnormal, mas é bem mais difícil de ser usado por pessoas com cegueira total (em particular aquelas com baixa cultura computacional), especialmente porque é necessário se ter um conhecimento bem razoável das teclas de atalho (que substituem o mouse) e da organização das informações (bidimensionais) na tela para poder usar um leitor de telas. Fato interessante: por suas qualidades técnicas e pela filosofia humanista que gerou o produto, o Virtual Vision foi reconhecido pela Microsoft Corporation que o recomendou para disputar o Smithsonian Institute Award, como uma importante contribuição ao desenvolvimento da humanidade. Para conhecer mais sobre o Virtual Vision acesse: [4]

5 Jaws é também um leitor de telas, como o Virtual Vision, e portanto não é para ser usado por pessoas iniciantes. O Jaws é um produto tipicamente de uso profissional. Entre o Virtual Vision e o Jaws a diferença conceitual é pequena, sendo os detalhes operacionais dos dois programas pouco relevantes na maioria das vezes. Com relação ao uso de certos utilitários, como o Internet Explorer e do pacote Office (Word, Excel e Access), sua acessibilidade é considerada a mais perfeita, mas bem próxima à do Virtual Vision. Sendo o Jaws um programa importado, e produzido por uma companhia bastante forte, a incorporação de acessibilidade a novos aplicativos do Windows tende a ser mais rápida. O preço, por outro lado é muito mais alto (cerca de 4000 reais do Jaws contra 2000 reais do Virtual Vision). Para saber mais sobre o Jaws leia Magic é um sistema de ampliação de telas, que permite que a imagem exibida no monitor seja ampliada e/ou sintetizada em voz. O Magic combina as funções de ampliação com as de leitura de telas para baixa-visão. Permite escolher qual a informação que quer ler, enquanto trabalha com as aplicações. O MAGIC é fácil de utilizar, com voz e ampliação de caracteres, interface de utilizador com novas cores e combinação de teclas que evitam conflitos com o Windows e as aplicações mais populares. O software permite diversos ajustes como ampliação de 1 até 16 Vezes, diversos tipos de cursores, modificações nas cores de exibição e síntese de voz. Talks é um sistema que dá acessibilidade em síntese de voz aos menus de certos telefones celulares. [5]

6 O Talks é um leitor de telas voltado para uso em telefones celulares que usam o sistema operacional Symbian. Este sistema sonoriza todos os menus do celular, além dos nomes, números e textos ali armazenados. Infelizmente só os celulares mais caros suportam o Talks, e o custo do telefone mais o software não sai por menos de 2000 reais, o que limita muito o uso deste sistema. Outro produto bastante conhecido é o OpenBook, utilitário destinado a escaneamento de textos e leitura confortável. É muito comum também, no Brasil, ouvir-se falar do produto Window Eyes, que é o leitor de telas mais vendido em Portugal, mas este produto não é comercializado no Brasil. Outros detalhes sobre produtos de informática para deficientes visuais podem ser encontrados em: Para quem quer ter opinião mais bem formada sobre tecnologia e deficientes visuais leia o texto técnico Novos horizontes para os deficientes visuais, que é uma das melhores referências sobre a filosofia que permeia o DOSVOX. [6]