Kwalifikacje w Zawodzie - Testy zawodowe online | Egzaminy Zawodowe

KWALIFIKACJA INF10 - CZERWIEC 2019



PYTANIE NR 24.
Aby przetworzyć plik tekstowy na plik dźwiękowy, konieczne jest zastosowanie programu typu
A.
B.
C.
D.
Wyjaśnienie poprawnej odpowiedzi:
Technologia Text to Speech (TTS) służy do syntezy mowy, czyli zamiany tekstu na dźwięk (np. nagranie lub odczyt lektorski). OCR działa odwrotnie: rozpoznaje tekst z obrazu/skanu. Edytor tekstu służy do tworzenia i modyfikacji treści, a nie do generowania mowy.

Pełne wyjaśnienie:

Program typu Text to Speech (TTS) realizuje syntezę mowy, czyli przekształca zapisany tekst w mowę syntetyczną. Dzięki temu można np. odczytać dokument na głos albo wygenerować plik dźwiękowy (np. MP3/WAV) z treści tekstowej. W praktyce TTS jest kluczowym komponentem narzędzi wspierających osoby z niepełnosprawnością wzrokową, bo umożliwia dostęp do informacji bez konieczności widzenia ekranu.

Dlaczego pozostałe odpowiedzi nie pasują?

  • OCR (rozpoznawanie znaków) służy do zamiany obrazu na tekst (np. skanu lub zdjęcia dokumentu). Jest przydatne, gdy punktem wyjścia jest grafika, ale samo OCR nie "czyta na głos" i nie tworzy dźwięku bez dodatkowego TTS.
  • Edytor tekstu służy do tworzenia, formatowania i poprawiania treści (np. pisanie dokumentu), ale nie jest narzędziem do syntezy mowy ani konwersji tekstu na nagranie audio.
  • OBR nie jest standardową, powszechnie rozpoznawalną nazwą technologii służącej do konwersji tekstu na mowę; w kontekście pytań o narzędzia asystujące właściwym pojęciem jest TTS.

Wskazówka egzaminacyjna: zapamiętaj kierunek konwersji. OCR = obraz → tekst, a TTS = tekst → mowa/dźwięk. To najczęstszy punkt pomyłek w zadaniach o technologiach wspomagających.

Dodatkowe pytania

Dodatkowe pytania (FAQ):
Co to jest Text to Speech (TTS)?

Text to Speech (TTS) to technologia syntezy mowy, która zamienia tekst na głos komputerowy.

Umożliwia odczyt dokumentów, stron WWW i interfejsu programów osobom z niepełnosprawnością wzrokową oraz może generować pliki audio z treści tekstowej.

Jak działa konwersja tekstu na plik dźwiękowy?

Najpierw system analizuje tekst, potem zamienia litery na brzmienia (fonemy) i dobiera prozodię (rytm, intonację).

Następnie silnik TTS syntetyzuje sygnał audio, który można odsłuchać lub zapisać jako plik, np. WAV albo MP3.

Dlaczego OCR to nie to samo co TTS?

OCR rozpoznaje tekst z obrazu (skan/zdjęcie) i tworzy z niego tekst cyfrowy.

TTS robi coś innego: bierze już dostępny tekst i zamienia go na mowę. W praktyce często używa się obu: OCR do pozyskania tekstu i TTS do jego odczytu.

Jakie programy wykorzystują technologię Text to Speech?

TTS jest używane m.in. w czytnikach ekranu i narzędziach systemowych.

Przykładowo: NVDA, JAWS oraz wbudowany Narrator w Windows korzystają z silników mowy, aby odczytywać treści na głos i wspierać obsługę komputera bez wzroku.

Czy TTS zawsze wymaga internetu?

Nie. Wiele rozwiązań TTS działa offline, bo silnik mowy jest zainstalowany lokalnie.

Internet może być potrzebny tylko w wybranych usługach "chmurowych" lub przy pobieraniu nowych głosów. Na egzaminie warto pamiętać, że brak internetu nie wyklucza działania TTS.

Jakie formaty plików mogą być zamieniane na dźwięk przez TTS?

Najczęściej źródłem jest tekst z plików TXT/DOC lub treść z PDF (gdy PDF zawiera tekst, a nie sam obraz).

Efektem może być odsłuch na żywo lub zapis do pliku audio, np. WAV lub MP3, zależnie od programu i użytego silnika.

Jak odróżnić edytor tekstu od narzędzia TTS na egzaminie?

Edytor tekstu służy do pisania i formatowania treści, np. poprawiania błędów i układu dokumentu.

Narzędzie TTS służy do zamiany tekstu na mowę (odczyt lub plik audio). W pytaniach kluczowe jest wymagane wyjście: dźwięk oznacza TTS.

Jakie ustawienia TTS są najważniejsze dla osoby niewidomej?

Najczęściej reguluje się prędkość czytania, głośność oraz wysokość głosu.

Istotny jest też wybór głosu i poprawna obsługa języka polskiego (wymowa znaków diakrytycznych). Dobre dopasowanie ustawień zwiększa komfort i efektywność pracy.

Kiedy najpierw używa się OCR, a dopiero potem TTS?

Gdy dokument jest skanem lub zdjęciem, komputer "widzi" go jako obraz, a nie tekst.

Wtedy najpierw OCR zamienia obraz na tekst, a dopiero potem TTS może ten tekst odczytać na głos lub zapisać jako nagranie audio. To typowy scenariusz w pracy tyfloinformatyka.

Jak przygotować się do pytań o TTS i OCR na INF.10?

Utrwal kierunki konwersji: OCR = obraz→tekst, TTS = tekst→mowa.

Poćwicz w praktyce: uruchom czytnik ekranu, zmień ustawienia głosu i spróbuj odczytu dokumentu. Na egzaminie pytania często sprawdzają właśnie rozróżnienie tych narzędzi.

info

To pytanie poprawnie rozwiązuje 74% zdających egzamin. średnio łatwe

W praktyce zawodowej kluczowe jest to, że technologia Text to Speech (TTS) służy do syntezy mowy, czyli zamiany tekstu na dźwięk (np. nagranie lub odczyt lektorski).

Źródła:

  • NV Access (NVDA User Guide) – opis syntezatora mowy i funkcji mowy w czytniku ekranu NVDA, https://www.nvaccess.org/documentation/ (dostęp: 2026-03-13)
  • Microsoft Support – Windows Narrator (Narrator) i mowa/voice w systemie Windows, https://support.microsoft.com/windows/use-narrator-to-read-and-write-emails-b6b7a8a3-0b13-4c01-9d7a-3d3a7b0c6d3a (dostęp: 2026-03-13)
  • Freedom Scientific – JAWS Documentation (mowa/speech i ustawienia syntezy), https://www.freedomscientific.com/training/jaws/ (dostęp: 2026-03-13)

Materiały:

  • Dokumentacja i poradniki NVDA dotyczące syntezy mowy i ustawień głosu
  • Materiały producentów czytników ekranu (JAWS, Narrator) opisujące komponent TTS
  • Podstawowe opracowania o OCR i technologiach asystujących w informatyce
Zobacz też:

Aktualizacja pytania: 03.04.2026



Aktualizacja pytania: 03.04.2026
📡 Brak połączenia internetowego