Integração de reconhecimento, síntese e gravação de voz no sistema de tratamento de atas

• Autor(a) principal: Oliveira, Bruno Miguel Fernandes de
• Data de Publicação: 2018
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.26/29856
• topic: Reconhecimento de voz; Síntese de voz; Gravação sonora; Web Speech API

O estágio aludido no presente relatório realizou-se na AIRC (Associação de Informática da região Centro), e teve como principais objetivos, a investigação e integração de soluções para reconhecimento, síntese e gravação de voz numa das aplicações da empresa, o STA (Sistema de Tratamento de Atas). O objetivo inicial pretendido neste estágio passava por facilitar a transcrição de reuniões de órgãos deliberativos realizadas verbalmente para texto. Porém, devido a determinados fatores que inviabilizavam este contexto, mais concretamente a realidade dos sistemas sonoros das assembleias que não satisfazem os requisitos para a implementação deste tipo de sistemas e a natureza habitual de debate nestas reuniões, dificultando a deteção e transcrição das vozes de todos os intervenientes, a equipa conjuntamente com o Product Owner, decidiu alterar o âmbito inicial do estágio para objetivos mais viáveis, que igualmente acrescentariam valor ao sistema. Sendo estes, a integração de um sistema de interação com o STA através de comandos de voz, a síntese de textos apresentados pelo mesmo e a possibilidade de efetuar gravações sonoras das reuniões mencionadas inicialmente. Posto isto, durante o percurso do estagiário na empresa, o mesmo foi encarregue de conduzir uma investigação sobre os temas propostos e de escolher as ferramentas e tecnologias que melhor se adaptavam à realidade do sistema a integrar. Deste modo, foram realizadas várias provas de conceito, que permitiram estudar e testar diversas abordagens de integração destes tipos de tecnologia no sistema pretendido. Foi testado o reconhecimento de voz recorrendo à ferramenta Web Speech API, a síntese de voz recorrendo à framework Voice RSS e a gravação sonora utilizando a biblioteca JAVE numa aplicação Java que comunica com o STA via websockets. Como resultado, integrou-se no STA um sistema de interação com a aplicação através do reconhecimento de comandos por voz, um sistema de gravação sonora destinado à gravação das reuniões e deixou-se uma porta aberta à integração de um sistema de síntese de voz.