Lenguaje sencillo

La función de conversión de texto a voz de Apple utiliza difonos . En comparación con otros métodos de síntesis de voz, no consume muchos recursos, pero limita la naturalidad de la síntesis . Si bien existían versiones en inglés americano y español , desde la llegada de Mac OS X, Apple solo ha distribuido voces en inglés americano, recurriendo a proveedores externos como Acapela Group para obtener voces en otros idiomas (en OS X 10.7, Apple obtuvo licencias de muchas voces de terceros y las puso a disposición para su descarga en el panel de control de Voz).

Una interfaz de programación de aplicaciones conocida como Speech Manager permite a los desarrolladores externos utilizar la síntesis de voz en sus aplicaciones. Existen diversas secuencias de control que permiten ajustar con precisión la entonación y el ritmo. También se pueden configurar el volumen , el tono y la velocidad del habla, lo que posibilita la reproducción del canto.

La entrada al sintetizador se puede controlar explícitamente mediante un alfabeto fonético especial .

El motor de conversión de texto a voz inicial de Macintosh, MacinTalk (nombre acuñado por Denise Chandler), fue utilizado por Apple en la presentación de Macintosh en 1984 , cuando la computadora se dio a conocer al mundo (y se burló del peso de una computadora IBM). Si bien se incorporó al sistema operativo de Macintosh, no contaba con soporte oficial de Apple (aunque se proporcionó información de programación a través de una Nota Técnica de Apple ^{[ 1 ] [ 2 ]} ). MacinTalk fue desarrollado por Joseph Katz y Mark Barton, quienes posteriormente fundaron SoftVoice, Inc., empresa que actualmente comercializa motores TTS para Windows, Linux y plataformas integradas. MacinTalk utilizaba acceso directo al hardware de sonido original de Macintosh, y todos los intentos de Apple por licenciar el código fuente para actualizarlo para Macs más recientes fracasaron. ^{[ 3 ] [ 4 ]}

Finalmente, Apple lanzó un sistema de síntesis de voz compatible, llamado MacinTalk 2. Este sistema es compatible con cualquier Macintosh que ejecute el software del sistema 6.0.7 o posterior. Incluso después del lanzamiento de MacinTalk 3 y Pro, siguió siendo la versión recomendada para equipos más lentos.

MacinTalk 3 introdujo una gran variedad de voces. Además de las voces estándar para adultos "Ralph", "Fred" y "Kathy", y voces infantiles como "Princess" (renombrada "Superstar" en macOS Ventura ) y "Junior", se incluyeron varias voces novedosas, como "Whisper", "Zarvox" (una voz robótica con sonidos melódicos de fondo, con una voz similar llamada "Trinoids" también incluida), "Cellos" (una voz que cantaba su texto con una melodía de Edvard Grieg , también conocida como "En la gruta del rey de la montaña", con voces similares como "Good News", "Bad News", "Pipe Organ"), "Albert" (una voz de sonido ronco), "Bells", "Boing", "Bubbles" y otras.

Cada una de estas voces venía con su propio texto de ejemplo, que se reproducía al pulsar el botón "Probar" en el panel de control de Voz. Algunas simplemente decían su nombre, idioma y la versión de MacinTalk con la que se habían introducido. Otras decían cosas graciosas , como "Me gusta estar dentro de este ordenador tan sofisticado", "Tengo una rana en la garganta... ¡No, me refiero a una rana de verdad!", "Debemos alegrarnos con esta voz macabra" (una parodia de los himnos religiosos occidentales con música de órgano ) o "La luz que ves al final del túnel es el faro de un tren que se acerca a toda velocidad". Estas voces siguen presentes en macOS . (Algunos nombres de voces y sus textos de prueba se modificaron con macOS Ventura , y luego todos sus textos de prueba se cambiaron en macOS Sonoma a "Hola, me llamo [nombre de la voz]". Sin embargo, a partir de macOS Tahoe , los textos de prueba originales y graciosos se vuelven a reproducir al previsualizar las voces del sistema).

Gracias al aumento de potencia de cálculo que ofrecían los Mac AV y los Macintosh basados ​​en PowerPC, Apple pudo mejorar la calidad de la síntesis. MacinTalk 3 requería un procesador 68030 de 33 MHz , mientras que MacinTalk Pro requería un 68040 o superior y al menos 1 MB de RAM . Cada sintetizador admitía un conjunto diferente de voces.

La función de conversión de texto a voz ha estado presente en todas las versiones de Mac OS X (y posteriormente macOS). La voz de Victoria se mejoró significativamente en Mac OS X v10.3 y se añadió como Vicki (Victoria no se eliminó). Su tamaño era casi 20 veces mayor debido a la mayor calidad de las muestras de difonos utilizadas.

Una nueva voz, con un sonido mucho más natural, llamada "Alex", se ha añadido a la lista de funciones de conversión de texto a voz de Mac con el lanzamiento de Mac OS X 10.5 Leopard. ^{[ 5 ]}

Con Mac OS X 10.7 Lion, las voces están disponibles en inglés estadounidense adicional y otros acentos de inglés, así como en otros 21 idiomas. ^{[ 6 ]}

La función «Leer texto seleccionado al pulsar una tecla» permite leer el texto seleccionado de cualquier aplicación mediante una combinación de teclas. Desde Mac OS X 10.1 hasta Mac OS X 10.6 , esta función copiaba el texto seleccionado al portapapeles y lo leía desde allí. Desde Mac OS X 10.7 hasta Mac OS X 10.10 , una nueva implementación de la función requirió que los desarrolladores de software implementaran una API de síntesis de voz en sus aplicaciones. ^{[ 7 ] [ 8 ]} Esto impedía que se sobrescribiera el portapapeles, pero también significaba que, para las aplicaciones que no utilizaban la API, la función no funcionaría como se esperaba, leyendo la barra de título en lugar del texto seleccionado. ^{[ 9 ] [ 10 ]}

En macOS Sierra 10.12, se introdujo Siri para Mac; sin embargo, la voz no estaba disponible como Voz del Sistema, lo que significaba que las voces de Siri solo podían usarse en Siri. En macOS Catalina 10.15, Siri se habilitó como Voz del Sistema, de modo que funcionaba con cualquier texto. Las voces de Siri funcionan de una manera completamente diferente y el saycomando sigue sin poder usar Siri.

En la actualización macOS Big Sur 11.3, se eliminaron las referencias de género a todas las voces, coincidiendo con el cambio en las voces de Siri en iOS 14.5 y macOS 11.3 y versiones posteriores, como parte de los esfuerzos de Apple para promover la inclusión de género.