Avisos de voz para projetos com Arduino e ESP32
Um projeto que fala parece pronto: uma fechadura que diz «bem-vindo a casa», um sensor de vaso que pede água, um jogo de perguntas para crianças, um objeto de escape room. Um microcontrolador não roda uma voz neural, mas toca arquivos de áudio, e uma voz natural faz um projeto caseiro soar como produto.
O motor gratuito SuperClonica gera antes cada frase no seu computador. Este guia mostra como preparar os arquivos, deixá-los pequenos e nomeá-los para o seu player encontrar.
Como funciona um projeto que fala
Um Arduino ou um ESP32 não roda o modelo de fala; arquivos gerados antes são o caminho confiável.
- A placa decide quando falar e qual frase tocar.
- As frases são arquivos de áudio num cartão SD ou na memória flash.
- Um módulo player ou a própria placa toca os arquivos num alto-falante pequeno.
- A voz é preparada antes no computador, então a placa não precisa de internet.
Escolha a voz grátis
Na página de qualquer voz, escreva um dos seus avisos, de 30 a 100 caracteres, escolha o idioma e clique no botão para gerar. Em poucos segundos você ouve como o projeto vai soar, sem conta.
Gere todas as frases de uma vez
A opção --normalize iguala o volume, para nenhum aviso soar de repente mais alto que os outros.
- Instale o motor gratuito no computador: python -m pip install superclonica-cpu.
- Guarde as frases numa lista com um número para cada uma.
- Um script curto gera uma por uma: superclonica --text "Bem-vindo a casa!" --voice F1 --lang pt --normalize --output 0001.mp3.
- Nomeie os arquivos com números, do jeito que o seu módulo player ou código espera.
Arquivos pequenos para placas pequenas
O motor grava áudio a 44,1 kHz em WAV, MP3, FLAC ou OGG. O MP3 mantém os arquivos pequenos para módulos player com cartão SD; para tocar da memória flash de um ESP32, converta o WAV para uma taxa menor, como 16 kHz mono, com uma ferramenta de áudio como ffmpeg ou sox. Um aviso curto de uma frase ocupa em MP3 de alguns poucos a algumas dezenas de kilobytes.
Vozes que você pode embutir
Num projeto que você vende ou mostra em público, use uma voz sobre a qual tem direitos: as dez vozes padrão do modelo, de M1 a M5 e de F1 a F5, são grátis sob a licença do modelo, ou treine a sua própria voz no estúdio da SuperClonica a partir da gravação de um locutor que concordou. As vozes de personagens do catálogo são feitas por fãs e servem para montagens pessoais e de fã.