Respuestas habladas

Qué hace

Pulsa el altavoz debajo de una respuesta y se leerá en voz alta. Nunca de forma automática: el sonido solo comienza cuando tú lo pides, que es también el único comportamiento que permite un navegador en el móvil.

Mientras se reproduce, tienes pausa, detención y control de velocidad de 0,75× a 2×, con la posición y la duración mostradas. Pulsar el altavoz debajo de otra respuesta cambia la voz a esa respuesta.

La reproducción comienza mientras el resto aún se está generando, por lo que la espera no aumenta con la longitud de la respuesta. Una respuesta de mil trescientos caracteres —casi dos minutos de voz— comienza a reproducirse en unos dos segundos, igual que una respuesta de una sola línea.

Qué idioma habla

La voz sigue el idioma de la respuesta, no el idioma de los menús. Una interfaz en inglés que contiene una conversación en ruso se leerá en ruso. La mayoría de los productos hacen esto al revés y leen la respuesta con las reglas del idioma incorrecto.

Los números se leen como palabras en lugar de deletrearlos dígito a dígito, y un bloque de código se anuncia como un bloque de código en lugar de leerse como un minuto de puntuación.

Idiomas con voz

Treinta y ocho de nuestros cuarenta y seis idiomas tienen una voz medida. Diez de ellos también están diseñados para una entrega expresiva: esa parte está escrita y medida, pero aún no está activada, por lo que actualmente todos los idiomas se leen de forma clara en lugar de con sentimiento.

🔑 Los que están activados en cualquier momento pueden ser menos, mientras se provisionan las máquinas detrás de ellos. El botón del altavoz solo aparece donde realmente funcionará; no se te ofrecerá una voz que luego falle.

Leer en voz alta y listo para la expresión

Alemán · Inglés · Español · Francés · Italiano · Coreano · Portugués (Brasil) · Portugués (Portugal) · Ruso · Chino (simplificado). Estos diez son los primeros en los que Expressive Delivery estará disponible. Hoy se leen igual que el resto.

Lee en voz alta

Árabe · Azerí · Búlgaro · Catalán · Croata · Checo · Danés · Neerlandés · Filipino · Finés · Griego · Hebreo · Hindi · Húngaro · Indonesio · Japonés · Malayo · Noruego · Polaco · Rumano · Serbio · Eslovaco · Suajili · Sueco · Tailandés · Turco · Ucraniano · Vietnamita

Sin voz

Bengalí · Birmano · Kazajo · Pastún · Persa · Urdu · Uzbeko · Chino (tradicional)

Persa, y por qué está vacío

El persa es el único idioma de esa última línea con un uso real detrás, y su ausencia no es una omisión. Este mes se midió contra él cada motor que pudimos licenciar y ninguno alcanzó la calidad que exigimos: uno lee solo quince idiomas con claridad, otro no se adapta al hardware, otro se entrega defectuoso.

Preferimos decirlo antes que entregar una voz que deforme el idioma. Cuando algo supere el umbral, aparecerá aquí.

Cómo se midió la calidad

Cada idioma se comprobó de la misma manera: leer un texto, transcribir el audio de vuelta con un sistema independiente y compararlo palabra por palabra con lo enviado. El límite es una tasa de error de caracteres del cinco por ciento. Los treinta y ocho idiomas están por debajo de él, y seis de ellos devuelven cero errores.

🔑 Lo que mide es si las palabras salen bien. No mide si la voz suena natural, algo que ninguna prueba automática puede resolver. Trátalo como un piso mínimo más que como un veredicto, y juzga el resto con tus propios oídos.

Lo que aún no puede hacer

Sin resaltado palabra por palabra

El motor no devuelve sincronizaciones, y estimarlas a partir de recuentos de caracteres se desvía dentro de una sola oración. Lo construimos, lo medimos y lo desactivamos en lugar de entregar algo que se desvíe por el texto.

La expresión no está activada

La maquinaria existe y fue medida: la voz puede suspirar, reírse o bajar a un susurro cuando la respuesta lo requiera. Aún no está conectada al chat, por lo que nada de lo que se escuche hoy la incluye. Diez idiomas están listos para ella; los demás necesitan un motor que gestione la emoción y una amplia cobertura lingüística al mismo tiempo, y ese no existe bajo una licencia que podamos utilizar.

No todos los idiomas en todo momento

Consulta la nota anterior: la cobertura es lo que se ha medido, y lo que está activado puede ser menor mientras se provisionan las máquinas.

Cuánto obtienes

El chat gratuito lee tres respuestas al día. Los planes pagados leen mucho más: el número exacto está en la página de planes, donde también se indica si cambia.

El límite pagado es alto, pero no inexistente, a propósito. Un punto final sin límite tampoco tiene suelo si una cuenta se comparte o vende, y las máquinas que generan el audio se alquilan por horas. El número se fija muy por encima de lo que una persona escucha en un día.

Una respuesta que ya se está reproduciendo nunca se corta a mitad cuando se alcanza el límite, y el recuento se mueve una vez por reproducción, no una vez por oración.

Qué sucede con el audio

No se almacena nada. El audio se genera para la solicitud y nunca se escribe en disco en nuestro lado. Pulsar detener cancela el trabajo en el servidor también, en lugar de dejarlo ejecutándose para que nadie escuche el sonido.

Esta es la misma regla que sigue el resto del servicio, y es la razón por la que no hay una biblioteca de tus respuestas habladas para navegar: no hay nada que navegar.