Dos voces, para las palabras y para las sílabas
La voz del dispositivo lee las palabras y las consignas. Una segunda voz, MBROLA, dice cada sílaba tal como suena dentro de la palabra.
Lexikit habla ahora con dos voces. La voz de su dispositivo lee las palabras, las frases y las consignas. Una segunda voz, MBROLA, dice las sílabas y los sonidos. Cada una se ajusta en Ajustes › Voz.
El problema de las sílabas
Una voz sintética lee bien una palabra entera, porque ha aprendido con frases. Una sílaba sola le cuesta. La lee como una palabra escrita: deletrea «za», pronuncia «ilo» para el final de «îlot» (islote), o se traga el sonido. En una actividad en la que el niño palmea las sílabas de «toboggan» (tobogán), estos errores impiden el ejercicio.
Lo que probé primero
Mi primera idea fue hacer que la voz dijera una palabra real con el mismo sonido. La sílaba «gan» de «toboggan» se dice como la palabra «gants» (guantes), que la voz lee sin dudar. Este método funciona a menudo, pero no siempre, y muchas sílabas no tienen palabra gemela.
Después probé un banco de sílabas grabadas de antemano con Piper, una voz sintética libre. El resultado era peor que la voz del dispositivo: sonidos falsos o tragados, un ritmo entrecortado y dos voces distintas en la misma actividad. Abandoné esta vía.
Por qué MBROLA
MBROLA es un proyecto de síntesis de voz nacido en los años noventa en la Facultad Politécnica de Mons, en Bélgica. No adivina nada a partir de la ortografía. Se le da una sucesión de sonidos con su duración, y los ensambla a partir de pequeños fragmentos grabados de voz humana, los difonos. Por eso dice exactamente la sílaba pedida, tal como suena dentro de la palabra.
La pronunciación de cada palabra viene del Wikcionario. Lexikit la divide según las sílabas de la palabra, y luego MBROLA dice cada fragmento. El motor funciona en el navegador. Sus voces, en francés, inglés, español y árabe, solo se descargan la primera vez que se usan.
Una voz algo mecánica
MBROLA suena algo mecánico. Las palabras enteras siguen por eso a cargo de la voz del dispositivo, más natural. Si una pronunciación no le convence, puede grabar la suya, para la palabra entera o para una sola sílaba.
