ricardo/Convert-it
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

fix: vozes
All checks were successful
Deploy ASP.NET MVC to OCI / build-and-deploy (push) Successful in 17m26s
Details

Browse Source
This commit is contained in:
Ricardo Carneiro 2026-01-26 13:10:01 -03:00
parent f8f052428f
commit 00804702e0
4 changed files with 179 additions and 235 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

330
Areas/AudioTools/Views/TextToSpeech/Index.cshtml
View File

@ -5,7 +5,7 @@
<div class="text-center mb-5"> <div class="text-center mb-5">
<h1 class="display-4">@ViewData["Title"]</h1> <h1 class="display-4">@ViewData["Title"]</h1>
<p class="lead">Converta qualquer texto em fala usando vozes neurais de alta qualidade.</p> <p class="lead">Converta qualquer texto em áudio para compartilhar no WhatsApp ou baixar.</p>
</div> </div>
<div class="row justify-content-center"> <div class="row justify-content-center">
@ -13,47 +13,71 @@
<div class="card shadow-custom p-4"> <div class="card shadow-custom p-4">
<div class="mb-4"> <div class="mb-4">
<label for="textInput" class="form-label h5">Digite ou cole seu texto</label> <label for="textInput" class="form-label h5">Digite ou cole seu texto</label>
<textarea class="form-control" id="textInput" rows="6" placeholder="Escreva aqui o que você deseja que seja lido..."></textarea> <textarea class="form-control" id="textInput" rows="6" placeholder="Escreva aqui o que você deseja converter em áudio..." maxlength="5000"></textarea>
<div class="form-text text-end"><span id="charCount">0</span>/5000 caracteres</div>
</div> </div>
<div class="row mb-4"> <div class="row mb-4">
<div class="col-md-6"> <div class="col-md-4">
<label for="voiceSelect" class="form-label">Escolher Voz</label> <label for="voiceSelect" class="form-label">Idioma</label>
<select id="voiceSelect" class="form-select"></select> <select id="voiceSelect" class="form-select">
<option value="pt-br" selected>Português (Brasil)</option>
<option value="pt-pt">Português (Portugal)</option>
<option value="es">Espanhol</option>
<option value="en-us">Inglês (EUA)</option>
<option value="en-gb">Inglês (UK)</option>
</select>
</div> </div>
<div class="col-md-3"> <div class="col-md-4">
<label for="rate" class="form-label">Velocidade</label> <label for="rate" class="form-label">Velocidade: <span id="rateValue">1.0x</span></label>
<input type="range" class="form-range" min="0.5" max="2" step="0.1" id="rate" value="1"> <input type="range" class="form-range" min="0.5" max="1.5" step="0.1" id="rate" value="1">
</div> </div>
<div class="col-md-3"> <div class="col-md-4">
<label for="pitch" class="form-label">Tom</label> <label for="voiceGender" class="form-label">Voz</label>
<input type="range" class="form-range" min="0" max="2" step="0.1" id="pitch" value="1"> <select id="voiceGender" class="form-select">
<option value="f" selected>Feminina</option>
<option value="m">Masculina</option>
</select>
</div> </div>
</div> </div>
<div class="d-grid">
<button type="button" class="btn btn-primary btn-lg" id="btnGenerate" onclick="generateAudio()">
<i class="bi bi-soundwave me-2"></i>Gerar Áudio
</button>
</div>
<!-- Indicador de progresso -->
<div id="progressContainer" class="mt-4" style="display: none;">
<div class="text-center mb-2">
<div class="spinner-border text-primary" role="status">
<span class="visually-hidden">Gerando...</span>
</div>
</div>
<p class="text-center text-muted mb-0">Gerando áudio, aguarde...</p>
</div>
<!-- Player e botões de ação -->
<div id="resultContainer" class="mt-4" style="display: none;">
<div class="bg-light rounded p-3">
<label class="form-label fw-bold mb-2"><i class="bi bi-music-note-beamed me-2"></i>Áudio gerado:</label>
<audio id="audioPlayer" controls class="w-100 mb-3"></audio>
<div class="d-grid gap-2 d-md-flex justify-content-md-center"> <div class="d-grid gap-2 d-md-flex justify-content-md-center">
<button type="button" class="btn btn-primary btn-lg px-5" id="btnSpeak" onclick="speak()"> <button type="button" class="btn btn-success btn-lg" id="btnShare" onclick="shareAudio()">
<i class="bi bi-play-fill me-2"></i>Ouvir <i class="bi bi-share me-2" id="iconShare"></i><span id="btnShareText">Compartilhar</span>
</button> </button>
<button type="button" class="btn btn-outline-danger btn-lg" id="btnStop" onclick="stop()" style="display: none;"> <button type="button" class="btn btn-outline-primary btn-lg" id="btnDownload" onclick="downloadAudio()">
<i class="bi bi-stop-fill me-2"></i>Parar <i class="bi bi-download me-2"></i>Baixar
</button>
<button type="button" class="btn btn-success btn-lg" id="btnDownload" onclick="downloadAudio()">
<i class="bi bi-download me-2" id="iconDownload"></i><span id="btnDownloadText">Baixar OGG</span>
</button> </button>
</div> </div>
<div id="downloadProgress" class="mt-3" style="display: none;">
<div class="progress">
<div class="progress-bar progress-bar-striped progress-bar-animated" role="progressbar" style="width: 100%"></div>
</div> </div>
<small class="text-muted">Gerando áudio...</small>
</div> </div>
</div> </div>
<div class="mt-4 alert alert-info"> <div class="mt-4 alert alert-info">
<i class="bi bi-info-circle me-2"></i> <i class="bi bi-info-circle me-2"></i>
Esta ferramenta usa as vozes instaladas no seu dispositivo. No Android e Windows, você encontrará opções de vozes neurais muito naturais. O áudio é gerado em formato OGG, compatível com WhatsApp e a maioria dos aplicativos de mensagem.
</div> </div>
</div> </div>
</div> </div>
@ -61,159 +85,34 @@
@section Scripts { @section Scripts {
<script> <script>
// Variáveis globais // Variáveis globais
const synth = window.speechSynthesis; let audioBase64 = null;
let voices = []; let audioBlob = null;
// Função para popular lista de vozes
function populateVoiceList() {
const voiceSelect = document.getElementById('voiceSelect');
if (!voiceSelect) return;
voices = synth.getVoices().sort(function (a, b) {
const aname = a.name.toUpperCase();
const bname = b.name.toUpperCase();
if (aname < bname) return -1;
else if (aname > bname) return 1;
else return 0;
});
voiceSelect.innerHTML = '';
let ptBrIndex = -1;
let ptIndex = -1;
for (let i = 0; i < voices.length; i++) {
const option = document.createElement('option');
option.textContent = voices[i].name + ' (' + voices[i].lang + ')';
if (voices[i].default) {
option.textContent += ' -- PADRÃO';
}
option.setAttribute('data-lang', voices[i].lang);
option.setAttribute('data-name', voices[i].name);
voiceSelect.appendChild(option);
// Procurar voz pt-BR (prioridade) ou pt (fallback)
if (ptBrIndex === -1 && voices[i].lang.toLowerCase() === 'pt-br') {
ptBrIndex = i;
} else if (ptIndex === -1 && voices[i].lang.toLowerCase().startsWith('pt')) {
ptIndex = i;
}
}
// Selecionar voz pt-BR por padrão, ou pt, ou primeira disponível
if (ptBrIndex !== -1) {
voiceSelect.selectedIndex = ptBrIndex;
console.log('Voz pt-BR selecionada por padrão:', voices[ptBrIndex].name);
} else if (ptIndex !== -1) {
voiceSelect.selectedIndex = ptIndex;
console.log('Voz pt selecionada por padrão:', voices[ptIndex].name);
} else {
voiceSelect.selectedIndex = 0;
}
console.log('Vozes carregadas:', voices.length);
}
// Inicializar vozes
populateVoiceList();
if (speechSynthesis.onvoiceschanged !== undefined) {
speechSynthesis.onvoiceschanged = populateVoiceList;
}
// Função global para falar - acessível pelo onclick
window.speak = function() {
console.log('Função speak() chamada');
const textInput = document.getElementById('textInput');
const voiceSelect = document.getElementById('voiceSelect');
const rate = document.getElementById('rate');
const pitch = document.getElementById('pitch');
if (!textInput || !voiceSelect) {
console.error('Elementos não encontrados');
return;
}
if (synth.speaking) {
console.log('Já está falando, cancelando...');
synth.cancel();
}
const text = textInput.value.trim();
if (text === '') {
alert('Por favor, digite algum texto para ser lido.');
return;
}
console.log('Texto a falar:', text);
const utterThis = new SpeechSynthesisUtterance(text);
utterThis.onstart = function(event) {
console.log('Iniciou a fala');
document.getElementById('btnStop').style.display = 'inline-block';
document.getElementById('btnSpeak').disabled = true;
};
utterThis.onend = function(event) {
console.log('Terminou a fala');
document.getElementById('btnStop').style.display = 'none';
document.getElementById('btnSpeak').disabled = false;
};
utterThis.onerror = function(event) {
console.error('Erro na fala:', event.error);
document.getElementById('btnStop').style.display = 'none';
document.getElementById('btnSpeak').disabled = false;
};
// Selecionar voz
if (voiceSelect.selectedOptions.length > 0) {
const selectedVoiceName = voiceSelect.selectedOptions[0].getAttribute('data-name');
for (let i = 0; i < voices.length; i++) {
if (voices[i].name === selectedVoiceName) {
utterThis.voice = voices[i];
console.log('Voz selecionada:', voices[i].name);
break;
}
}
}
utterThis.pitch = parseFloat(pitch.value);
utterThis.rate = parseFloat(rate.value);
console.log('Pitch:', utterThis.pitch, 'Rate:', utterThis.rate);
// Falar
synth.speak(utterThis);
};
// Função global para parar
window.stop = function() {
console.log('Função stop() chamada');
synth.cancel();
document.getElementById('btnStop').style.display = 'none';
document.getElementById('btnSpeak').disabled = false;
};
// Detectar se é dispositivo móvel
const isMobile = /Android|webOS|iPhone|iPad|iPod|BlackBerry|IEMobile|Opera Mini/i.test(navigator.userAgent); const isMobile = /Android|webOS|iPhone|iPad|iPod|BlackBerry|IEMobile|Opera Mini/i.test(navigator.userAgent);
// Atualizar texto do botão para dispositivos móveis // Atualizar contador de caracteres
if (isMobile && navigator.canShare) { document.getElementById('textInput').addEventListener('input', function() {
document.getElementById('iconDownload').className = 'bi bi-share me-2'; document.getElementById('charCount').textContent = this.value.length;
document.getElementById('btnDownloadText').textContent = 'Compartilhar'; });
// Atualizar label de velocidade
document.getElementById('rate').addEventListener('input', function() {
document.getElementById('rateValue').textContent = this.value + 'x';
});
// Em mobile, trocar texto do botão compartilhar
if (!isMobile || !navigator.canShare) {
document.getElementById('btnShare').style.display = 'none';
} }
// Função global para baixar/compartilhar áudio OGG // Gerar áudio
window.downloadAudio = async function() { window.generateAudio = async function() {
const textInput = document.getElementById('textInput'); const textInput = document.getElementById('textInput');
const voiceSelect = document.getElementById('voiceSelect'); const voiceSelect = document.getElementById('voiceSelect');
const voiceGender = document.getElementById('voiceGender');
const rate = document.getElementById('rate'); const rate = document.getElementById('rate');
const pitch = document.getElementById('pitch'); const btnGenerate = document.getElementById('btnGenerate');
const btnDownload = document.getElementById('btnDownload'); const progressContainer = document.getElementById('progressContainer');
const downloadProgress = document.getElementById('downloadProgress'); const resultContainer = document.getElementById('resultContainer');
const text = textInput.value.trim(); const text = textInput.value.trim();
if (text === '') { if (text === '') {
@ -221,15 +120,10 @@
return; return;
} }
// Obter idioma da voz selecionada
let lang = 'pt-BR';
if (voiceSelect.selectedOptions.length > 0) {
lang = voiceSelect.selectedOptions[0].getAttribute('data-lang') || 'pt-BR';
}
// Mostrar progresso // Mostrar progresso
btnDownload.disabled = true; btnGenerate.disabled = true;
downloadProgress.style.display = 'block'; progressContainer.style.display = 'block';
resultContainer.style.display = 'none';
try { try {
const response = await fetch('/api/tts/generate', { const response = await fetch('/api/tts/generate', {
@ -239,9 +133,9 @@
}, },
body: JSON.stringify({ body: JSON.stringify({
text: text, text: text,
language: lang, language: voiceSelect.value,
rate: parseFloat(rate.value), rate: parseFloat(rate.value),
pitch: parseFloat(pitch.value) gender: voiceGender.value
}) })
}); });
@ -250,30 +144,70 @@
throw new Error(error || 'Erro ao gerar áudio'); throw new Error(error || 'Erro ao gerar áudio');
} }
const blob = await response.blob(); const data = await response.json();
audioBase64 = data.audio;
// Se for mobile e suportar Web Share API, usar compartilhamento nativo // Converter base64 para blob
if (isMobile && navigator.canShare) { const byteCharacters = atob(audioBase64);
const file = new File([blob], 'audio.ogg', { type: 'audio/ogg' }); const byteNumbers = new Array(byteCharacters.length);
for (let i = 0; i < byteCharacters.length; i++) {
byteNumbers[i] = byteCharacters.charCodeAt(i);
}
const byteArray = new Uint8Array(byteNumbers);
audioBlob = new Blob([byteArray], { type: 'audio/ogg' });
// Configurar player
const audioPlayer = document.getElementById('audioPlayer');
audioPlayer.src = 'data:audio/ogg;base64,' + audioBase64;
// Mostrar resultado
resultContainer.style.display = 'block';
} catch (error) {
console.error('Erro:', error);
alert('Erro ao gerar áudio: ' + error.message);
} finally {
btnGenerate.disabled = false;
progressContainer.style.display = 'none';
}
};
// Compartilhar áudio (mobile)
window.shareAudio = async function() {
if (!audioBlob) {
alert('Gere o áudio primeiro.');
return;
}
if (navigator.canShare({ files: [file] })) {
try { try {
const file = new File([audioBlob], 'audio.ogg', { type: 'audio/ogg' });
if (navigator.canShare && navigator.canShare({ files: [file] })) {
await navigator.share({ await navigator.share({
files: [file], files: [file],
title: 'Áudio gerado', title: 'Áudio',
text: 'Áudio gerado pelo Convert-It' text: ''
}); });
return; // Compartilhamento bem sucedido } else {
} catch (shareError) { // Fallback para download
if (shareError.name !== 'AbortError') { downloadAudio();
console.log('Compartilhamento cancelado ou falhou, usando download'); }
} } catch (error) {
if (error.name !== 'AbortError') {
console.error('Erro ao compartilhar:', error);
downloadAudio();
} }
} }
};
// Baixar áudio
window.downloadAudio = function() {
if (!audioBlob) {
alert('Gere o áudio primeiro.');
return;
} }
// Fallback: download tradicional const url = window.URL.createObjectURL(audioBlob);
const url = window.URL.createObjectURL(blob);
const a = document.createElement('a'); const a = document.createElement('a');
a.href = url; a.href = url;
a.download = 'audio.ogg'; a.download = 'audio.ogg';
@ -281,14 +215,6 @@
a.click(); a.click();
document.body.removeChild(a); document.body.removeChild(a);
window.URL.revokeObjectURL(url); window.URL.revokeObjectURL(url);
} catch (error) {
console.error('Erro:', error);
alert('Erro ao gerar áudio: ' + error.message);
} finally {
btnDownload.disabled = false;
downloadProgress.style.display = 'none';
}
}; };
console.log('Script de Text-to-Speech carregado com sucesso!'); console.log('Script de Text-to-Speech carregado com sucesso!');

26
Controllers/TtsApiController.cs
View File

@ -32,17 +32,24 @@ namespace Convert_It_Online.Controllers
try try
{ {
_logger.LogInformation("Gerando áudio TTS: {Length} caracteres, idioma: {Lang}", _logger.LogInformation("Gerando áudio TTS: {Length} caracteres, idioma: {Lang}, gênero: {Gender}",
request.Text.Length, request.Language); request.Text.Length, request.Language, request.Gender);
var audioBytes = await _ttsService.GenerateAudioAsync( var audioBytes = await _ttsService.GenerateAudioAsync(
request.Text, request.Text,
request.Language ?? "pt-BR", request.Language ?? "pt-br",
request.Rate ?? 1.0f, request.Rate ?? 1.0f,
request.Pitch ?? 1.0f request.Gender ?? "f"
); );
return File(audioBytes, "audio/ogg", "audio.ogg"); // Retornar como JSON com base64
var base64Audio = Convert.ToBase64String(audioBytes);
return Ok(new TtsResponse
{
Audio = base64Audio,
Format = "ogg",
Size = audioBytes.Length
});
} }
catch (InvalidOperationException ex) catch (InvalidOperationException ex)
{ {
@ -62,6 +69,13 @@ namespace Convert_It_Online.Controllers
public string Text { get; set; } = string.Empty; public string Text { get; set; } = string.Empty;
public string? Language { get; set; } public string? Language { get; set; }
public float? Rate { get; set; } public float? Rate { get; set; }
public float? Pitch { get; set; } public string? Gender { get; set; }
}
public class TtsResponse
{
public string Audio { get; set; } = string.Empty;
public string Format { get; set; } = "ogg";
public int Size { get; set; }
} }
} }

2
Services/ITextToSpeechService.cs
View File

@ -4,6 +4,6 @@ namespace Convert_It_Online.Services
{ {
public interface ITextToSpeechService public interface ITextToSpeechService
{ {
Task<byte[]> GenerateAudioAsync(string text, string language = "pt-BR", float rate = 1.0f, float pitch = 1.0f); Task<byte[]> GenerateAudioAsync(string text, string language = "pt-br", float rate = 1.0f, string gender = "f");
} }
} }

36
Services/TextToSpeechService.cs
View File

@ -83,7 +83,7 @@ namespace Convert_It_Online.Services
return null; return null;
} }
public async Task<byte[]> GenerateAudioAsync(string text, string language = "pt-BR", float rate = 1.0f, float pitch = 1.0f) public async Task<byte[]> GenerateAudioAsync(string text, string language = "pt-br", float rate = 1.0f, string gender = "f")
{ {
if (_espeakPath == null) if (_espeakPath == null)
throw new InvalidOperationException("espeak-ng não está instalado no servidor."); throw new InvalidOperationException("espeak-ng não está instalado no servidor.");
@ -96,21 +96,20 @@ namespace Convert_It_Online.Services
try try
{ {
// Mapear código de idioma para espeak // Mapear código de idioma para espeak (com gênero)
var espeakLang = MapLanguageCode(language); var espeakVoice = MapVoice(language, gender);
// Calcular velocidade (espeak usa words per minute, padrão ~175) // Calcular velocidade (espeak usa words per minute, padrão ~175)
var wordsPerMinute = (int)(175 * rate); // Usar uma faixa mais conservadora para melhor inteligibilidade
if (wordsPerMinute < 80) wordsPerMinute = 80; var wordsPerMinute = (int)(150 * rate);
if (wordsPerMinute > 450) wordsPerMinute = 450; if (wordsPerMinute < 100) wordsPerMinute = 100;
if (wordsPerMinute > 200) wordsPerMinute = 200;
// Calcular pitch (espeak usa 0-99, padrão 50) // Pitch fixo para melhor qualidade
var espeakPitch = (int)(50 * pitch); var espeakPitch = 50;
if (espeakPitch < 0) espeakPitch = 0;
if (espeakPitch > 99) espeakPitch = 99;
// Gerar WAV com espeak-ng // Gerar WAV com espeak-ng
var espeakArgs = $"-v {espeakLang} -s {wordsPerMinute} -p {espeakPitch} -w \"{tempWavPath}\" \"{EscapeText(text)}\""; var espeakArgs = $"-v {espeakVoice} -s {wordsPerMinute} -p {espeakPitch} -w \"{tempWavPath}\" \"{EscapeText(text)}\"";
_logger.LogInformation("Executando espeak-ng: {Args}", espeakArgs); _logger.LogInformation("Executando espeak-ng: {Args}", espeakArgs);
@ -181,19 +180,24 @@ namespace Convert_It_Online.Services
} }
} }
private string MapLanguageCode(string language) private string MapVoice(string language, string gender)
{ {
// espeak-ng usa sufixo +f1, +f2, etc para vozes femininas
// e +m1, +m2, etc para vozes masculinas
var genderSuffix = gender?.ToLower() == "m" ? "+m3" : "+f2";
// Mapear códigos de idioma para vozes espeak-ng // Mapear códigos de idioma para vozes espeak-ng
return language.ToLower() switch var baseLang = language.ToLower() switch
{ {
"pt-br" => "pt-br", "pt-br" => "pt-br",
"pt" => "pt", "pt" or "pt-pt" => "pt-pt",
"pt-pt" => "pt-pt",
"es" or "es-mx" or "es-cl" or "es-py" or "es-es" => "es", "es" or "es-mx" or "es-cl" or "es-py" or "es-es" => "es",
"en" or "en-us" => "en-us", "en" or "en-us" => "en-us",
"en-gb" => "en-gb", "en-gb" => "en-gb",
_ => "pt-br" // Padrão _ => "pt-br"
}; };
return baseLang + genderSuffix;
} }
private string EscapeText(string text) private string EscapeText(string text)