Fala para texto em espanhol, grátis

O espanhol é falado como língua materna por cerca de 500 milhões de pessoas, atrás apenas do chinês mandarim, e é idioma oficial em vinte países — Espanha, Guiné Equatorial e dezoito Estados da América Latina — além de Porto Rico. É essa abrangência que faz gravações em espanhol chegarem de redações de Madri, centrais de atendimento da Cidade do México, estúdios de podcast de Buenos Aires e pesquisas de campo nos Andes: todas escrevem a mesma língua e nenhuma a fala exatamente do mesmo jeito.

A ortografia do espanhol acompanha de perto o som, o que desloca a maior parte da dificuldade para outro lugar: para os sinais gráficos. O acento não é enfeite, ele carrega sentido. Papá é pai e papa é batata; sí é sim e si é se; término, termino e terminó são um substantivo, uma primeira pessoa e uma terceira pessoa separados apenas pelo lugar do acento. O ñ é uma letra própria, não um n com chapéu — año é ano e ano não é. O ConvertSpeech escreve tudo isso, e é o que separa espanhol legível de saída de máquina descaracterizada.

Há também os sinais invertidos. O espanhol abre uma pergunta com ¿ e uma exclamação com ¡, e os abre onde a pergunta realmente começa, muitas vezes no meio da frase e não no início. Isso pesa mais do que a simetria sugere: a ordem das palavras frequentemente não distingue pergunta de afirmação — "tienes hambre" e "¿tienes hambre?" são as mesmas palavras —, então são os sinais que dizem ao leitor de qual das duas se trata. A transcrição de exemplo abaixo mostra o mecanismo colocando um ¿ no meio da frase, depois de uma vírgula, exatamente onde um editor humano o colocaria.

A pronúncia acrescenta uma última camada que áudio limpo nenhum elimina. Quem tem seseo pronuncia casa e caza de forma idêntica, o yeísmo faz de cayó e calló o mesmo som, b e v são um único som em espanhol e o h é mudo — então a grafia de tuvo ou tubo, ou de haya, halla e aya, só se resolve pelo contexto. Envie seu áudio ou vídeo e o mecanismo escreve o espanhol falado como texto limpo, pesquisável e pontuado. Funciona direto no navegador, sem instalar nada, e seus primeiros minutos são grátis, sem precisar de conta.

Esta é uma gravação real de 45 segundos, com um leitor humano, processada pelo nosso mecanismo de IA exatamente como você processaria seu próprio arquivo. Nada foi corrigido depois. Aperte o play e acompanhe a leitura.

Vale reparar: a primeira linha termina com ¿por qué no ministro? e o ¿ é aberto no meio da frase, depois de uma vírgula, exatamente onde a pergunta começa, e não no início do período — é justamente a regra que a maioria das saídas automáticas em espanhol erra. A fala direta abre com «¡Mia tú, e o mecanismo escolheu sozinho as aspas angulares espanholas e a exclamação invertida. Os acentos caem onde mudam a palavra: tú e quién em ¿Sabes tú quién tiene la culpa? vêm acentuados, enquanto o tu sem acento de a tu abuela não. Sacristán, había, llegaría, quizá, célebre, compañero, ponía, empeños, mamá e tías saem todos corretos. Não é impecável — no romance o menino se chama Cadalso e a transcrição escreve Carso, a paróquia de Monserrat vira Monserrate, e é nos nomes próprios que uma transcrição em espanhol escorrega primeiro.

Trata-se de uma leitura cuidadosa e bem articulada — mais próxima de uma aula ou de uma nota ditada do que de uma conversa real. Uma entrevista barulhenta em um café, com três pessoas falando por cima umas das outras, ou um falante caribenho rápido engolindo todo s em final de sílaba, não sai tão limpa assim; nada automático sai. A última linha também para no meio da frase, simplesmente porque é ali que terminam os 45 segundos. A qualidade da gravação continua sendo o maior fator isolado no resultado.

O espanhol europeu (castelhano) mantém uma distinção que a maior parte do mundo hispanofalante perdeu: c antes de e ou i, e z, são pronunciados /θ/, o "th" de think, de modo que casa e caza são palavras diferentes também para o ouvido, e não só no papel. O nome técnico disso é distinción, não ceceo — o ceceo é a fusão oposta, em que o próprio /s/ é realizado como /θ/, e é um traço regional de partes da Andaluzia, não o padrão espanhol. É também na fala peninsular que se encontra o vosotros e suas desinências próprias — habláis, tenéis, sois, vosotros os —, que simplesmente não aparecem em gravações latino-americanas.

O espanhol mexicano é a maior variedade isolada em número de falantes e uma das mais diretas de transcrever: o s em final de sílaba continua claramente pronunciado e o ritmo é regular. O que pede uma segunda olhada é o vocabulário e os topônimos de origem náuatle — elote, popote, chamaco, guajolote — e a letra x, que em México, Oaxaca e Xalapa soa como j, mas é /ks/ em taxi e "sh" em Xochimilco. Nada disso é previsível pela grafia, então vale conferir os nomes próprios.

O espanhol rio-platense, da região de Buenos Aires e Montevidéu, tem dois traços que mudam o próprio texto. O voseo substitui tú por vos e traz formas verbais próprias — vos hablás, vos tenés, vos sos, e imperativos como vení, mirá, decime —, e isso é espanhol correto, não erro a ser normalizado para tú eres. O segundo é o žeísmo: ll e y são pronunciados com som de "sh" ou "zh", de modo que calle soa como "cashe" e yo como "sho". O mecanismo transcreve quais são as palavras, não como foram pronunciadas, então a saída fica na grafia padrão.

O espanhol caribenho — Cuba, Porto Rico, República Dominicana e os litorais da Venezuela e da Colômbia — é o grupo mais difícil para qualquer sistema automático, e por um motivo honesto. O s em final de sílaba é aspirado como h ou some de vez, então los dos vira "loh doh" e las casas pode soar idêntico a la casa. Como é esse s que marca o plural, o mecanismo precisa recuperar pelo contexto uma informação gramatical que quem falou nunca pronunciou. As consoantes finais enfraquecem, para se contrai em pa e o ritmo é rápido. Aqui, áudio claro ajuda mais do que em qualquer outro lugar.

O espanhol andino, nas terras altas do Peru, da Bolívia e do Equador, está no extremo oposto: é conservador, o s em final de sílaba sobrevive intacto e, em partes da região, a velha distinção entre ll e y, que o yeísmo apagou em outros lugares, ainda está viva. A complicação é o vocabulário, não o som — empréstimos e topônimos do quíchua e do aimará atravessam a fala cotidiana, e falantes bilíngues podem apresentar padrões vocálicos dessas línguas. O espanhol chileno merece um aviso próprio: rápido, fortemente aspirado, com desinências verbais contraídas como ¿cachái? e ¿estái?, é uma das variedades mais exigentes de acertar.