Adicionar texto-para-fala

Texto-para-fala é uma forma de tecnologia assistiva que converte strings de texto em sons de fala usando uma voz artificial. Além de melhorar a acessibilidade de suas experiências para jogadores com deficiências visuais, de mobilidade ou cognitivas, o TTS permite que você gere fala dinamicamente, para que não precise gravar áudio previamente para todos os possíveis cenários narrativos.

Usando o arquivo Gingerbread House - Start .rbxl como ponto de partida e Gingerbread House - Texto-Para-Fala como referência, este tutorial mostra como adicionar áudio TTS básico e adaptado ao contexto às suas experiências, incluindo orientações sobre:

• Acionar TTS para cenários de jogo comuns que nunca mudarão, como interações com a interface do usuário e tutoriais.
• Configurar o TTS para que se adapte às ações dos jogadores, ao estado ambiental ou a objetivos flexíveis.

Se a qualquer momento você ficar preso no processo, poderá usar Gingerbread House - Texto-Para-Fala como referência para comparar seu progresso.

Objetos de Áudio

Para criar áudio TTS, é importante entender os objetos de áudio com os quais você estará trabalhando ao longo deste tutorial. Existem cinco tipos principais de objetos de áudio para TTS:

• O objeto AudioTextToSpeech converte strings de texto em sons de fala.
• O objeto AudioEmitter é um alto-falante virtual que emite áudio no ambiente 3D.
• O objeto AudioListener é um microfone virtual que capta áudio do ambiente 3D.
• O objeto AudioDeviceOutput é um dispositivo de hardware físico no mundo real, como um alto-falante ou fones de ouvido.
• Wires transporta streams de áudio de um objeto para outro.

Todos esses objetos de áudio trabalham juntos para emitir som TTS em resposta às ações dos jogadores. Vamos dar uma olhada em como isso funciona na prática para áudio 3D usando um exemplo de um jogador usando um fone de ouvido enquanto joga uma experiência com seu laptop:

• O AudioTextToSpeech carrega e converte texto em áudio sempre que um jogador toca uma parte próxima a um personagem não jogável (NPC).
• O AudioEmitter emite um stream do áudio TTS do NPC para o ambiente 3D.
• Um Wire transporta o stream do AudioTextToSpeech para o AudioEmitter para que o stream saia do NPC.
• O objeto filho AudioListener do personagem escuta esse som dentro do ambiente 3D e o retroalimenta para seus fones de ouvido.
• O objeto AudioDeviceOutput transporta o som do AudioListener para o alto-falante físico do jogador ou, neste caso, para seus fones de ouvido.

As próximas seções aprofundam-se e referenciam esses objetos enquanto você aprende a reproduzir áudio básico e adaptado ao contexto. À medida que você revisa esses objetos com as técnicas que se seguirão, poderá prever com mais precisão como capturar e alimentar o som da experiência para o jogador.

TTS Básico

TTS básico é a forma mais comum de texto-para-fala em que a voz artificial lê uma string de texto independentemente do contexto do jogador ou do ambiente. Isso significa que sempre que o jogador aciona o áudio TTS, as palavras e a forma como a voz artificial lê as palavras permanecem consistentes, não importando o estado do jogador, suas ações ou o status ambiental.

Essa forma de TTS é útil na maioria dos cenários de jogo, como jogadores interagindo com menus de interface do usuário, tutoriais ou interações rotineiras com NPCs, como ofertas de vendedores ou chamadas de inimigos. O Roblox fornece os seguintes tipos de vozes com as quais você pode experimentar para qualquer uma dessas interações:

Para recriar o áudio TTS básico em 3D no arquivo de exemplo Gingerbread House - Texto-Para-Fala:

1. Ative um ouvinte padrão que esteja anexado ao seu personagem jogador.

   1. Na janela Explorer, selecione o SoundService.
   2. Na janela Properties, defina DefaultListenerLocation como Character. Quando você executar a experiência, o mecanismo automaticamente:

      • Cria um AudioListener sob o Humanoid.RootPart de cada personagem jogador, para que você possa ouvir os sons mudarem em seus alto-falantes do mundo real de acordo com a posição e escala das fontes de som dentro da experiência.
      • Cria um AudioDeviceOutput sob o SoundService.
2. Na janela Explorer, navegue até Workspace ⟩ DialogueVolume, então:

   1. Insira um objeto AudioTextToSpeech para criar um gerador de fala de áudio para o volume ao redor do boneco de neve.
   2. Insira um objeto AudioEmitter para emitir um stream posicional do DialogueVolume.
   3. Insira um objeto Wire para carregar o stream do gerador de fala de áudio para o emissor de áudio.
3. Selecione o objeto AudioTextToSpeech, então na janela Properties:

   1. Defina Text como "Cole cada último gumpdrop para abrir minha casa!"
   2. Defina VoiceId para 2 para configurar a voz artificial para emular uma feminina britânica.
   3. Defina o Volume como 3 para tocar o áudio em um volume alto, para que você ouça o som do TTS sobre outras fontes de áudio dentro da experiência.
4. Selecione o Wire, então na janela Properties:

   1. Defina SourceInstance para seu novo AudioTextToSpeech para especificar que você quer que o fio carregue áudio deste gerador de fala específico.
   2. Defina TargetInstance para seu novo AudioEmitter para especificar que você quer que o fio carregue áudio para este emissor de áudio específico dentro do volume.
5. De volta na janela Explorer, navegue até StarterPlayer ⟩ StarterCharacterScripts, então insira um LocalScript, renomeie-o como PlayBasicTTSAudioWhenInVolume, e cole o seguinte código no script local:

local Workspace = game:GetService("Workspace")
local Players = game:GetService("Players")

local humanoide = script.Parent:WaitForChild("Humanoid")
local volumeDetector = Workspace.DialogueVolume
local trigger = humanoide:WaitForChild("Animator")
local debounce = false
local localPlayer = Players.LocalPlayer

volumeDetector.Touched:Connect(function(hit)
  if debounce then 
    return
  end

  local hitCharacter = hit:FindFirstAncestorWhichIsA("Model")
  local hitPlayer = Players:GetPlayerFromCharacter(hitCharacter)
  
  if hitPlayer ~= localPlayer then
    return
  end

  debounce = true
  
  local audioTextToSpeech = Workspace.DialogueVolume.AudioTextToSpeech
  audioTextToSpeech:Play()
  audioTextToSpeech.Ended:Wait()

  debounce = false
end)

1. Teste a experiência para ouvir o diálogo instrucional do personagem quando seu personagem jogador toca o volume ao redor do boneco de neve.

Você pode experimentar ainda mais com este áudio modificando as propriedades Text, VoiceID, Pitch e Speed para novos valores. A fala gerada se torna totalmente diferente sem a necessidade de gravar e enviar um novo arquivo de áudio para cada cenário.

TTS Adaptado ao Contexto

O TTS adaptado ao contexto é uma forma mais avançada de texto-para-fala na qual a voz artificial lê uma string de texto em relação ao jogador, ao estado de seu ambiente ou ao status do jogo. Isso significa que sempre que o jogador aciona o áudio TTS, as palavras e a forma como a voz artificial lê as palavras se adaptam de acordo.

Essa forma de TTS é útil para cenários de jogo que estão em constante mudança, como indicações de áudio direcionais, status de objetivos ou interações únicas com NPCs. Consequentemente, como o TTS adaptado ao contexto precisa se transformar para ser preciso, você deve configurar elementos do jogo de modo que possa acompanhar seu status à medida que os jogadores navegam pelo ambiente e completam objetivos de jogo.

Embora haja muitas maneiras de realizar essa tarefa, o exemplo utiliza atributos personalizados para rastrear a cor e localização de cada gumpdrop que o jogador deve coletar para entrar na casa de gengibre. Para mais informações sobre atributos, consulte Propriedades e atributos.

Para recriar o áudio TTS 3D adaptado ao contexto no arquivo de exemplo Gingerbread House - Texto-Para-Fala:

1. Na janela Explorer, navegue até Workspace ⟩ GumDrops.

2. Configure três atributos personalizados para rastrear o gumpdrop amarelo.

   1. Selecione o gumpdrop amarelo, então na janela Properties, navegue até a seção Attributes, então clique no ícone de mais. Um diálogo pop-up será exibido.
   2. No campo Name, insira ColorDescription.
   3. No menu suspenso Type, selecione string.
   4. Clique no botão Save.
   5. Defina o novo atributo ColorDescription como amarelo.
   6. Usando este processo, crie mais dois atributos usando os seguintes valores.

   Nome	Tipo	Valor
   HintOrder	número	0
   LocationDescription	string	perto da cachoeira

3. Configure três atributos personalizados para rastrear o gumpdrop verde.

   1. Na janela Explorer, selecione o gumpdrop verde.
   2. Na janela Properties, crie três atributos usando os seguintes valores.

   Nome	Tipo	Valor
   ColorDescription	string	verde
   HintOrder	número	1
   LocationDescription	string	na borda

4. Configure três atributos personalizados para rastrear o gumpdrop vermelho.

   1. Na janela Explorer, selecione o gumpdrop vermelho.
   2. Na janela Properties, crie três atributos usando os seguintes valores.

   Nome	Tipo	Valor
   ColorDescription	string	vermelho
   HintOrder	número	2
   LocationDescription	string	atrás da cerca

5. Na janela Explorer, navegue até Workspace ⟩ HintVolume, então:

   1. Insira um objeto AudioTextToSpeech para criar um gerador de fala de áudio para o volume ao redor da rena.
   2. Insira um objeto AudioEmitter para emitir um stream posicional do HintVolume.
   3. Insira um objeto Wire para carregar o stream do gerador de fala de áudio para o emissor de áudio.

6. Selecione o Wire, então na janela Properties:

   1. Defina SourceInstance para seu novo AudioTextToSpeech para especificar que você quer que o fio carregue áudio deste gerador de fala específico.
   2. Defina TargetInstance para seu novo AudioEmitter para especificar que você quer que o fio carregue áudio para este emissor de áudio específico dentro do volume.

7. De volta na janela Explorer, navegue até StarterPlayer ⟩ StarterCharacterScripts, então insira um LocalScript, renomeie-o como PlayContextTTSAudioWhenInVolume, e cole o seguinte código no script local:

local Workspace = game:GetService("Workspace")
local Players = game:GetService("Players")

local humanoide = script.Parent:WaitForChild("Humanoid")
local volumeDetector = Workspace.HintVolume
local trigger = humanoide:WaitForChild("Animator")
local debounce = false
local localPlayer = Players.LocalPlayer

function getRemainingGumdrops(): {Part}
  local gumdropsFolder = Workspace.Gumdrops
  local gumdrops = gumdropsFolder:GetChildren()
  local remainingGumdrops = {};
  for _, gumdrop in gumdrops do
    if gumdrop:GetAttribute("Active") then
      remainingGumdrops[#remainingGumdrops + 1] = gumdrop
    end
  end
  table.sort(remainingGumdrops, function(a, b)
    return a:GetAttribute("HintOrder") < b:GetAttribute("HintOrder")
  end)
  return remainingGumdrops
end

function getReindeerHint(remainingGumdrops: {Part}): string
  local remainingGumdrops = getRemainingGumdrops()
  if (#remainingGumdrops == 0) then
    return "Não há gumpdrops restantes. Verifique dentro da casa."
  end
  local nextGumdrop = remainingGumdrops[1]
  local colorDescription = nextGumdrop:GetAttribute("ColorDescription")
  local locationDescription = nextGumdrop:GetAttribute("LocationDescription")
  local message = #remainingGumdrops > 1
    and  "Ainda existem " .. #remainingGumdrops .. " gumpdrops restantes. Procure o " .. colorDescription  .. " " .. locationDescription  .. "."
    or "Há um gumpdrop restante. É " .. colorDescription .. " e está " .. locationDescription .. "."
  return message
end

volumeDetector.Touched:Connect(function(hit)
  if debounce then 
    return
  end

  local hitCharacter = hit:FindFirstAncestorWhichIsA("Model")
  local hitPlayer = Players:GetPlayerFromCharacter(hitCharacter)
  
  if hitPlayer ~= localPlayer then
    return
  end

    print("O jogador tocou o volume.")
    debounce = true

    local remainingGumdrops = getRemainingGumdrops()
    local message = getReindeerHint(remainingGumdrops)

    local audioTextToSpeech = Workspace.HintVolume.AudioTextToSpeech
    audioTextToSpeech.Text = message
    audioTextToSpeech:Play()
    audioTextToSpeech.Ended:Wait()

    debounce = false
end)

1. Teste as experiências para ouvir dicas contextuais quando seu personagem jogador toca o volume ao redor da rena. O áudio TTS muda de acordo com o número e a cor dos gumpdrops que o personagem jogador já encontrou no ambiente.