Fala para texto em télugo, grátis

O télugo tem cerca de 83 milhões de falantes nativos segundo o censo indiano de 2011, o que faz dele a quarta língua materna mais falada da Índia, depois do híndi, do bengali e do marata, e a mais falada entre as línguas dravídicas. É idioma oficial de Andhra Pradesh, de Telangana e do distrito de Yanam, em Puducherry, e carrega uma enorme quantidade de fala gravada: canais de notícias, aulas universitárias, áudio de YouTube e de podcasts, gravações de call center e de escritório, além da indústria cinematográfica sediada em Hiderabade, uma das maiores da Índia.

A primeira coisa que quase todo mundo quer saber é como a transcrição realmente fica. O télugo tem escrita própria — um abugida descendente do sistema de escrita télugo-canará compartilhado na Idade Média, com suas formas de letra arredondadas características e o pequeno traço superior em forma de v chamado talakattu. Cada consoante traz uma vogal embutida, as demais vogais são escritas como sinais anexados, e os encontros consonantais são empilhados em formas subscritas sob a letra principal. O ConvertSpeech escreve sua transcrição nessa escrita, como తెలుగు, e não como "telugu" romanizado em letras latinas. Isso importa na prática, porque a escrita também distingue consoantes aspiradas de não aspiradas e vogais breves de longas, e essas diferenças mudam o sentido, não apenas a grafia.

O télugo também é construído de forma bem diferente do híndi ou do inglês, e isso molda a aparência de uma transcrição. Ele é dravídico, não indo-europeu; sua ordem básica é sujeito-objeto-verbo; e as relações gramaticais se expressam exclusivamente empilhando sufixos no fim da palavra — o télugo não tem prefixo nem infixo nenhum. Uma única palavra falada pode, portanto, carregar aquilo para que o português precisa de uma oração inteira, e chegar longa na página. Além disso, o télugo urbano do dia a dia mistura inglês o tempo todo, hábito apelidado de Tenglish: as pessoas dizem "chala thanks" em vez de dhanyavadamulu, e em escritórios de Hiderabade, Visakhapatnam ou Vijayawada a língua pode trocar no meio da frase e voltar em seguida. Nosso mecanismo transcreve essas palavras inglesas como inglês dentro do texto télugo, em vez de tentar forçá-las na ortografia télugo.

Envie seu áudio ou vídeo e o mecanismo escreve o télugo falado como texto limpo, pontuado e pesquisável, pronto para copiar em um documento, arquivo de legendas ou ferramenta de tradução. 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.

A primeira coisa a conferir é a escrita: a transcrição volta em escrita télugo, e não em télugo digitado com letras latinas. Os nomes das personagens sobrevivem como palavras télugo legíveis — చక్రపాణి para Chakrapani — e as consoantes conjuntas, que empilham duas letras em uma única forma, são compostas corretamente, sem serem quebradas. Os pontos de interrogação e as aspas duplas que abrem a fala direta foram colocados pelo próprio mecanismo.

Duas observações honestas. O télugo ocasionalmente volta romanizado, em vez de vir na escrita própria — não aconteceu neste trecho, mas acontece com frequência suficiente para que as dicas abaixo sugiram dar uma olhada no início da sua transcrição antes de usá-la. E o leitor usa o télugo literário antigo e formal em que o romance foi escrito; a transcrição segue esse registro em vez de reescrevê-lo em grafias coloquiais modernas.

Esta é uma cena de diálogo rápida, lida em ritmo acelerado, o que é mais difícil do que uma aula bem articulada ou uma nota ditada. Uma gravação silenciosa, com uma pessoa falando por vez, sai visivelmente mais limpa. O trecho simplesmente para onde terminam os 45 segundos.

O télugo varia de forma perceptível de região para região. Os linguistas costumam agrupá-lo em uma variedade setentrional, falada em toda a região de Telangana; uma variedade central ou litorânea, falada nos distritos costeiros de Andhra; uma variedade meridional, em Rayalaseema; e uma variedade oriental, no norte de Andhra. O padrão escrito nasceu em boa parte dos distritos litorâneos, então a fala do litoral tende a ficar mais próxima do jeito como o télugo se escreve — o que é um fato sobre a história da norma escrita, não um julgamento sobre nenhuma forma de falar.

Para a transcrição, a diferença mais prática é o vocabulário. O télugo de Telangana, e a fala de Hiderabade em particular, carrega uma camada substancial de empréstimos do persa, do árabe e do urdu, absorvidos a partir do século XIV sob o Sultanato de Déli e, mais tarde, sob o domínio do Decã. Palavras cotidianas para objetos domésticos, comida e administração podem diferir do equivalente litorâneo, e as palavras emprestadas são, estatisticamente, o lugar em que um sistema automático mais escorrega. Se sua gravação tem forte sabor telanganês, são essas as palavras a conferir primeiro na revisão; a gramática e a estrutura das frases saem bem de qualquer jeito.

O registro importa pelo menos tanto quanto a região. O télugo teve por muito tempo uma distância grande entre um estilo escrito literário formal e o modo como as pessoas de fato falam e, ao longo do século XX — depois de uma longa campanha de reformadores como Gidugu Venkata Ramamurthy —, o padrão falado moderno deslocou a forma literária antiga na imprensa, no ensino e na radiodifusão. Ainda se ouvem os dois: um boletim de notícias ou um discurso formal usa desinências verbais completas e cuidadosamente pronunciadas, enquanto uma entrevista, um vlog ou uma ligação as encurtam bastante. Nosso mecanismo segue o registro da gravação em vez de converter um no outro, e é por isso que as formas literárias do exemplo acima são preservadas tal como foram lidas.

Como sempre, o maior fator isolado é a qualidade da gravação. Dialeto carregado falado depressa sobre ruído de fundo é um desafio para qualquer sistema automático, em télugo como em qualquer outro idioma, e nenhum mecanismo o transcreve com a confiabilidade de um sinal limpo.