Riconoscimento vocale gratuito per il telugu

Il telugu conta circa 83 milioni di madrelingua secondo il censimento indiano del 2011, il che ne fa la quarta lingua madre più parlata in India dopo hindi, bengali e marathi, e la più parlata tra le lingue dravidiche. È lingua ufficiale dell'Andhra Pradesh, del Telangana e del distretto di Yanam a Puducherry, e porta con sé un'enorme quantità di parlato registrato: canali di informazione, lezioni universitarie, audio di YouTube e podcast, registrazioni di call center e di ufficio, e l'industria cinematografica con base a Hyderabad, una delle più grandi dell'India.

La prima cosa che quasi tutti vogliono sapere è che aspetto avrà la trascrizione. Il telugu ha un alfabeto proprio — un abugida discendente dal sistema di scrittura telugu-kannada condiviso nel Medioevo, con le sue caratteristiche forme arrotondate e il piccolo tratto superiore a v chiamato talakattu. Ogni consonante porta con sé una vocale incorporata, le altre vocali si scrivono come segni aggiunti e i nessi consonantici si impilano in forme subiscritte sotto la lettera principale. ConvertSpeech scrive la tua trascrizione in quell'alfabeto, come తెలుగు, e non come «telugu» traslitterato in caratteri latini. È una differenza pratica, perché l'alfabeto distingue anche le consonanti aspirate da quelle non aspirate e le vocali brevi da quelle lunghe, e sono differenze che cambiano il significato e non solo la grafia.

Il telugu è inoltre costruito in modo molto diverso dall'hindi o dall'inglese, e questo plasma l'aspetto di una trascrizione. È dravidico e non indoeuropeo, il suo ordine base delle parole è soggetto-oggetto-verbo, e i rapporti grammaticali si esprimono unicamente accumulando suffissi in fondo alla parola: il telugu non ha né prefissi né infissi. Una sola parola pronunciata può quindi contenere ciò per cui l'italiano ha bisogno di un'intera proposizione, e arrivare sulla pagina molto lunga. A tutto questo si aggiunge che il telugu urbano di tutti i giorni mescola l'inglese di continuo, un'abitudine soprannominata comunemente tenglish: si dice «chala thanks» invece di dhanyavadamulu, e negli uffici di Hyderabad, Visakhapatnam o Vijayawada la lingua può cambiare a metà frase e tornare indietro subito dopo. Il nostro motore trascrive quelle parole inglesi come inglese all'interno del testo telugu, invece di provare a forzarle nell'ortografia telugu.

Carica il tuo audio o video e il motore mette per iscritto il telugu parlato come testo pulito, consultabile e punteggiato, pronto da copiare in un documento, in un file di sottotitoli o in uno strumento di traduzione. Funziona nel browser, non richiede installazione, e i primi minuti sono gratuiti senza bisogno di un account.

Questa è una registrazione reale di 45 secondi, letta da una persona in carne e ossa e passata attraverso il nostro motore IA esattamente come faresti con il tuo file. Dopo non è stato corretto nulla. Premi play e leggi insieme all'audio.

La prima cosa da controllare è l'alfabeto: la trascrizione torna indietro come scrittura telugu, non come telugu digitato in caratteri latini. I nomi dei personaggi sopravvivono come parole telugu leggibili — చక్రపాణి per Chakrapani — e i nessi consonantici, che impilano due lettere in un'unica forma, sono composti correttamente invece di spezzarsi. I punti interrogativi e le virgolette doppie che aprono il discorso diretto li mette il motore stesso.

Due note oneste. Ogni tanto il telugu torna indietro traslitterato invece che nel proprio alfabeto — in questo estratto non è successo, ma capita abbastanza spesso perché i consigli qui sotto suggeriscano di dare un'occhiata all'inizio della trascrizione prima di usarla. E chi legge usa il telugu letterario formale e antiquato in cui il romanzo è stato scritto; la trascrizione segue quel registro invece di riscriverlo nelle grafie colloquiali moderne.

Questa è una scena di dialogo veloce letta a ritmo sostenuto, più ardua di una lezione ben scandita o di un appunto dettato. Una registrazione silenziosa con un interlocutore alla volta risulta sensibilmente più pulita. L'estratto si ferma semplicemente dove finiscono i 45 secondi.

Il telugu varia in modo evidente da regione a regione. I linguisti lo raggruppano di solito in una varietà settentrionale parlata nella regione del Telangana, una varietà centrale o costiera parlata nei distretti costieri dell'Andhra, una varietà meridionale nel Rayalaseema e una varietà orientale nell'Andhra settentrionale. Lo standard scritto è nato in gran parte dai distretti costieri, quindi il parlato costiero tende a essere quello più vicino al modo in cui il telugu si scrive — un dato di fatto sulla storia della norma scritta, non un giudizio su un modo di parlare.

Per la trascrizione la differenza più concreta riguarda il lessico. Il telugu del Telangana, e in particolare il parlato di Hyderabad, porta con sé un consistente strato di prestiti persiani, arabi e urdu assorbiti a partire dal XIV secolo sotto il Sultanato di Delhi e le successive dominazioni del Deccan. Le parole di uso quotidiano per oggetti domestici, cibo e amministrazione possono differire dall'equivalente costiero, e i prestiti sono statisticamente il punto in cui un sistema automatico ha più probabilità di sbagliare. Se la tua registrazione ha una forte impronta telanganese, sono quelle le parole da controllare per prime in fase di rilettura; la grammatica e la struttura delle frasi passeranno senza problemi.

Il registro conta almeno quanto la regione. Il telugu ha avuto a lungo un ampio divario tra uno stile scritto letterario formale e il modo in cui le persone parlano davvero, e nel corso del Novecento — dopo una lunga campagna di riformatori come Gidugu Venkata Ramamurthy — lo standard parlato moderno ha soppiantato la vecchia forma letteraria nella stampa, nell'insegnamento e nelle trasmissioni. Si sentono comunque ancora entrambi: un notiziario o un discorso formale usa desinenze verbali piene e pronunciate con cura, mentre un'intervista, un vlog o una telefonata le accorciano molto. Il nostro motore segue il registro della registrazione invece di convertire l'uno nell'altro, ed è per questo che le forme letterarie dell'esempio qui sopra sono conservate così come sono state lette.

Come sempre, il fattore singolo più importante è la qualità della registrazione. Un dialetto marcato parlato velocemente sopra il rumore di fondo è impegnativo per qualsiasi sistema automatico, in telugu come in ogni altra lingua, e nessun motore lo trascrive in modo affidabile quanto un segnale pulito.