1	MICROSOFT SPEECH API Processamento de Voz Eng. Informática 5º Ano
2	Agenda Introdução ao SAPI Critérios de Escolha de uma API Vista Geral do SAPI Arquitectura do SAPI Visão da Microsoft Comparação entre as Releases 4 e 5 do SAPI Microsoft Speech Research Group Projectos Desenvolvidos Projectos em Desenvolvimento Ferramentas de Desenvolvimento Programa Demonstrativo
3	Introdução API desenvolvida pela Microsoft Foi introduzido como parte dos serviços do Windows em 1995 Actualmente o Windows XP e o Windows Vista já integram nas suas distribuições a plataforma SAPI As versões mais conhecidas são: SAPI4 SAPI5
4	Critérios na escolha de uma API Output das amostras de áudio Facilidade de uso Configuração de parâmetros Linguagem de programação Portabilidade
5	Vista Geral Oferece uma relação de alto nível entre uma aplicação e os motores de voz As principais funcionalidades: TTS (Text-to-Speech) Sintetizam frases escritas e ficheiros em áudio usando vozes sintéticas SR (Speech Recogniser) Convertem a voz de um humano em frases (strings) e ficheiros DSR (Dictation Speech Recogniser) TEL (Telephony)
6	Arquitectura Speech API pode ser visto como um middleware Motores: Text-To-Speech Speech-Recogniser
7	Visão da Microsoft Integração de engenhos de reconhecimento e síntese de voz em equipamentos informáticos: PDA Tablet PCs Smartphones Livros Digitais Telemóveis ….
8	Comparação entre Releases 4 e 5 Existem três grandes diferenças entre as duas distribuições: Arquitectura No SAPI 5 existe separação do modulo Text-To-Speech do modulo que guarda as propriedades e regras da voz Linguagem de marcação No SAPI 5 a linguagem de marcação é baseada em XML Painel de controlo No SAPI 5 existe painel controlo centralizado
9	Microsoft Speech Research Group A Microsoft tem actualmente dois centros de investigação e desenvolvimento de tecnologias da fala: Redmond (EUA) Beijing (China) Objectivo: Criar um computador inteiramente Speech Enabled, através da interacção Homem - Máquina.
10	Projectos Desenvolvidos MiPAD – Multimodal Interactive Pad Whisper – Speech Recognition Whistler – Text to Speech WhisperID – Speaker Identification Speech Aplication Programming Interface (SAPI) Development Toolkit
11	Projectos Desenvolvidos Vídeos Demonstrativos do MiPAD Vídeo I Vídeo II
12	Projectos em Desenvolvimento Noise Robustness Microphone Arrays Dereverberation Acoustic Modeling Language Modeling Automatic Grammer Induction
13	Ferramentas de Desenvolvimento Speech SDK 5.1 Aplicações para Windows Acesso a Recursos como o reconhecimento e síntese de voz C++, C#, JavaScript e Visual Basic Speech Application Software Development Kit Plataforma ASP.NET Criar aplicações Web Speech-enabled Especificações SALT Speech Application Language Tags
14	Programa Demonstrativo Pequeno programa Formato página Web (HTML) Recursos Utilizados Visual Studio.NET 2003 Speech SDK 5.1 Permite: Text-To-Speech Controlo de Volume, Frequência Agente de Voz
15	Conclusão Fácil integração nas aplicações Útil para pessoas com deficiências Em grande Expansão Ambientes MS Windows
16	Informações Adicionais Este trabalho foi desenvolvido no âmbito da cadeira de Processamento da Voz, no Ano Lectivo 2006/ 2007 Escola Superior de Tecnologia Instituto Politécnico de Castelo Branco Autores: António Afonso Nelson Vicente Ricardo Antunes Site na Internet com todos os recursos: http://sapi.areadeservico.com