Kwalifikacja: INF.10 - Obsługa oprogramowania i sprzętu informatycznego wspomagających użytkownika z niepełnosprawnością wzrokową

Wiele osób myśli, że do zamiany tekstu na dźwięk wystarczy zwykły edytor audio albo nawet edytor tekstu, bo przecież w obu przypadkach obrabiamy jakieś pliki. Jednak to nie do końca tak działa. Edytor audio, jak sam nazwa wskazuje, służy do edycji plików dźwiękowych – można nim wyciąć fragmenty nagrania, dodać efekty, poprawić jakość, ale nie ma funkcji przekształcania tekstu pisanego na mowę. To trochę jakby próbować napisać wypracowanie w Photoshopie – narzędzie kompletnie nie do tego celu. Z kolei edytor tekstu, np. Word czy Notepad, pozwala tylko i wyłącznie pisać i formatować tekst, ale nie generuje żadnych dźwięków na podstawie tego, co napiszemy. Niektórzy mogą kojarzyć biblioteki systemowe z funkcjami dźwiękowymi i to pewnie stąd bierze się zamieszanie. Biblioteki systemowe faktycznie mogą udostępniać niskopoziomowe funkcje do obsługi dźwięku czy tekstu, ale same z siebie nie realizują konwersji tekstu na mowę – trzeba do tego specjalistycznych algorytmów, które potrafią zamienić ciąg znaków na płynny, brzmiący jak ludzki głos dźwięk. W praktyce, w profesjonalnych zastosowaniach, korzysta się właśnie z syntezatorów mowy, które często są dostępne w formie dodatków do systemów lub rozbudowanych API chmurowych. Największy błąd logiczny przy wyborze złej odpowiedzi to mylenie narzędzi służących do edycji i prezentowania danych tekstowych czy dźwiękowych z narzędziami, które te dane aktywnie przetwarzają i przekształcają z jednej formy w drugą. To jest fundamentalna różnica i warto ją sobie dobrze przyswoić, bo w pracy technika informatyk, projektanta czy programisty takie rozróżnienia pojawiają się nieustannie.