Um assistente de voz com IA que fala o seu idioma: 31 idiomas, no iPhone

O Orvena é um assistente de voz com IA que fala 31 idiomas com vozes geradas no iPhone, e a sua interface está disponível em 30. Aqui fica a lista, como o configurar e os pormenores que vale a pena conhecer para o seu idioma.

Idiomas do assistente de voz com IA: a lista completa dos 31

O inglês (vozes americanas e britânicas), o espanhol, o francês, o italiano e o português têm vozes dedicadas, com os seus próprios dicionários de pronúncia. Os outros 26 partilham um motor e um conjunto de dez estilos de voz: alemão, árabe, búlgaro, checo, coreano, croata, dinamarquês, eslovaco, esloveno, estónio, finlandês, grego, hindi, húngaro, indonésio, japonês, letão, lituano, neerlandês, polaco, romeno, russo, sueco, turco, ucraniano e vietnamita.

Não precisa de definir um idioma de resposta. O Orvena responde no idioma em que escreveu ou falou, mensagem a mensagem, por isso pode mudar de idioma a meio da conversa e ele acompanha.

Isto aplica-se ao modelo próprio do Orvena. A Apple Intelligence, com a qual o Orvena também pode responder no iOS 27, abrange menos idiomas. A Apple indica estes idiomas para a Apple Intelligence: inglês, dinamarquês, neerlandês, francês, alemão, italiano, norueguês, português, espanhol, sueco, turco, vietnamita, chinês (simplificado e tradicional), japonês e coreano. O Orvena pergunta ao iOS se o modelo da Apple suporta o idioma do seu iPhone e, num idioma que não suporte, mostra "A Apple Intelligence ainda não é compatível com este idioma. Baixe o próprio modelo do Orvena em Modelos para conversar nesse idioma." A definição de motor predefinida, Automático, só escolhe a Apple Intelligence quando esta suporta o idioma do seu iPhone.

Definir o idioma falado

Por predefinição, o reconhecimento de voz está em Automático: o Orvena ouve no idioma da conversa atual e, se ainda não houver nenhuma, no idioma do telemóvel. Se fala sempre o mesmo idioma, fixe-o em Ajustes, depois Voz, e o reconhecimento deixa de adivinhar. Da primeira vez que um idioma é usado, o iOS descarrega o respetivo modelo de reconhecimento no dispositivo, por isso o ecrã "A preparar…" antes de falar fica visível um pouco mais nessa primeira vez. O iOS só mantém um punhado de idiomas de reconhecimento instalados ao mesmo tempo; o Orvena gere isso e mantém sempre o idioma do telemóvel e o que fixou.

Escolher uma voz

O inglês tem oito vozes. Heart é a predefinida; as outras vozes americanas são Bella, Nicole, que sussurra, Michael e Fenrir, e as britânicas são Emma, George e Fable. O espanhol, o francês, o italiano e o português têm cada um a sua própria voz. Para os outros 26 idiomas, escolhe um de dez estilos, Feminina 1 a 5 e Masculina 1 a 5, e o estilo mantém-se de um idioma para outro. Cada voz inglesa e cada um dos dez estilos tem um botão de pré-visualização nos Ajustes; as vozes em espanhol, francês, italiano e português não se escolhem, entram automaticamente quando uma resposta é nesse idioma.

Os downloads

A voz vem em dois pacotes, descarregados depois de a desbloquear e concluídos em segundo plano: cerca de 345 MB para inglês, espanhol, francês, italiano e português, e 400 MB para os outros 26 idiomas. Se só precisar de um deles, pode remover o outro nos Ajustes. Ambos vêm do servidor espelho do Orvena, com cada ficheiro verificado contra um hash fixo, tal como o modelo de linguagem.

Como as vozes são criadas

O primeiro motor é o Kokoro, um modelo de 82 milhões de parâmetros que trabalha a partir da pronúncia e não da ortografia. Para inglês, traz dentro da app dicionários de pronúncia com mais de 180 000 palavras e uma pequena rede neural para tudo o que não constar deles. Para espanhol, francês, italiano e português, descarrega um dicionário de pronúncia por idioma, pronuncia palavras raras a partir de regras de leitura das letras e diz os números como um falante desse idioma os diria. O segundo motor, o Supertonic, lê o texto diretamente, sem passo de pronúncia, e é isso que lhe permite abranger 26 idiomas num único download de 400 MB. Ambos fazem uma pausa de cerca de um quarto de segundo depois de uma frase, e o Supertonic também faz uma pausa de metade disso numa vírgula. Ambos leem símbolos em voz alta: percentagens, moedas e temperaturas são ditas por extenso em inglês, espanhol, francês, italiano e português.

Notas por idioma

• Norueguês. O Orvena lê-o e escreve-o, e fala-o com a voz dinamarquesa, já que o norueguês escrito e o dinamarquês são suficientemente próximos para a voz dinamarquesa o ler bem.
• Malaio e galego. Falados com as vozes indonésia e portuguesa, respetivamente, pela mesma razão.
• Chinês. Compreendido e escrito, mas ainda não tem voz neural, por isso as respostas faladas usam, por agora, a voz integrada do iPhone.
• Árabe. A voz existe, mas a interface não está traduzida para árabe.
• Japonês e coreano. Internamente, são falados em segmentos mais curtos, o que convém aos dois idiomas; só dá por isso porque as pausas caem de forma natural.
• Siri. As frases da Siri para Pergunte ao Orvena e Fale com o Orvena estão traduzidas para os 29 idiomas da interface além do inglês, por exemplo "Frag Orvena" em alemão, "Spørg Orvena" em dinamarquês e "Demande à Orvena" em francês. Se a Siri lhes responde ou não depende dos idiomas que a Siri suporta.
• Qualquer idioma. Se o Orvena consegue ouvir num idioma depende do reconhecimento de voz da Apple no dispositivo. O seletor só mostra idiomas que o Orvena consegue ouvir e falar.

Perguntas frequentes

Que idiomas fala o Orvena?

Trinta e um: inglês, espanhol, francês, italiano, português, alemão, neerlandês, dinamarquês, sueco, finlandês, polaco, checo, eslovaco, esloveno, croata, húngaro, romeno, búlgaro, grego, ucraniano, russo, turco, estónio, letão, lituano, árabe, hindi, indonésio, vietnamita, coreano e japonês. A interface está disponível em 30 idiomas.

As vozes são geradas no telemóvel?

Sim. Os dois motores de voz funcionam no iPhone e, com o modelo próprio do Orvena ou com a Apple Intelligence, a resposta também é escrita lá. Se escolher o Private Cloud Compute ou um modelo na nuvem, a resposta é escrita nos servidores desse fornecedor, e uma sessão de voz ao vivo com o modelo em tempo real da OpenAI e a sua própria chave transmite o seu áudio para a OpenAI. Cada uma destas opções pede consentimento primeiro.

Consegue traduzir?

Pode pedir-lhe que traduza uma frase ou uma mensagem, e ele fá-lo. Fora isso, limita-se a responder no idioma que usou.

A interface está no meu idioma?

Está em 30 idiomas, listados na página da App Store. O árabe é falado, mas a interface ainda não está traduzida.