Rozpoznawanie i synteza mowy od Google to wbudowany w Androida silnik systemowy, który zamienia mowę na tekst oraz tekst na mowę. Nie jest to typowa aplikacja z własnym ekranem, lecz usługa działająca w tle i udostępniająca funkcje głosowe innym aplikacjom. Jest bezpłatna, a po pobraniu pakietów językowych może działać także bez połączenia z internetem.
Czym jest ten silnik systemowy?
Usługa zapewnia telefonowi „słuch” i „głos”. Pierwsza część rozpoznaje wypowiadane słowa i zapisuje je jako tekst. Druga odczytuje tekst na głos. Z tego powodu nie znajdziesz jej zwykle jako ikony na pulpicie. Jej ustawienia są dostępne w systemie Android, a z jej możliwości korzystają inne aplikacje.
Domyślnie usługa jest dostępna na wielu urządzeniach z Androidem. Jeśli dyktowanie albo odczytywanie treści nie działa, przyczyną może być wybrany silnik, brak pakietu językowego lub ustawienia konkretnej aplikacji. Nie zawsze trzeba instalować dodatkowe narzędzie.
Jak działa rozpoznawanie i synteza mowy?
Silnik obsługuje dwa przeciwne kierunki przetwarzania głosu i tekstu:
| Funkcja | Co robi? | Przykładowe użycie |
|---|---|---|
| Speech-to-Text, czyli rozpoznawanie mowy | Zamienia wypowiadane słowa na tekst. | Dyktowanie wiadomości, wyszukiwanie głosowe w Mapach Google |
| Text-to-Speech, czyli synteza mowy | Odczytuje tekst za pomocą syntetycznego głosu. | Czytanie książki na głos, komunikaty TalkBack |
Te funkcje mogą działać lokalnie po pobraniu danych dla wybranego języka. Dostępność trybu offline i zakres obsługiwanych funkcji zależą jednak od urządzenia, wersji Androida oraz konkretnej aplikacji.
Gdzie korzysta się z tej usługi?
Możesz spotkać ją w wielu codziennych funkcjach telefonu:
- Dyktowanie wiadomości SMS, e-maili i tekstu w klawiaturze.
- Wyszukiwanie miejsc oraz wyznaczanie celu głosowo w Mapach Google.
- Odczytywanie książek na głos w aplikacji Google Play Książki.
- Głośne odczytywanie tłumaczeń i wymowy w Tłumaczu Google.
- Przekazywanie komunikatów głosowych przez TalkBack i inne funkcje dostępności.
Rozpoznawanie mowy może być też wykorzystywane przez aplikacje innych firm, na przykład do wyszukiwania głosowego lub nauki języków. Zakres działania zależy od tego, jakie uprawnienia i funkcje udostępnia dana aplikacja.
Gdzie zmienić ustawienia w Androidzie?
Nazwy menu mogą nieznacznie różnić się między telefonami, ale standardowa ścieżka wygląda następująco:
- Otwórz Ustawienia telefonu.
- Wejdź w sekcję Język i wprowadzanie albo System i aktualizacje, a następnie wybierz ustawienia języka.
- Otwórz opcję Synteza mowy lub Wyjście tekstu na mowę.
- Wybierz Rozpoznawanie i synteza mowy od Google jako preferowany silnik.
W tym miejscu możesz zwykle wybrać język, głos, szybkość mówienia oraz pobrać dane głosowe do używania offline. Ustawienia rozpoznawania głosu mogą znajdować się osobno, na przykład w sekcji dotyczącej klawiatury, asystenta lub aplikacji domyślnych.
Nie należy mylić tej usługi z Google Cloud Speech-to-Text API ani z zewnętrznymi narzędziami do generowania realistycznych głosów. W telefonie pełni ona przede wszystkim rolę systemowego silnika, z którego korzystają Android i zainstalowane aplikacje.
Najprościej mówiąc, jest to darmowa warstwa głosowa Androida: rozpoznaje Twoje słowa, zamienia je na tekst i odczytuje tekst na głos.
