Producir veintinueve configuraciones regionales con voz, sin conexión

Una app para niños menores de seis años es un producto donde la voz va primero: el público no sabe leer, así que cada indicación, número y recompensa tiene que decirse en voz alta. Localizarla de la manera habitual implica un proveedor de texto a voz, una factura por carácter que escala con cada cambio de contenido y una dependencia que tiene que seguir financiada durante toda la vida de la app.

En su lugar producimos todo el paquete sin conexión — dos hablantes en veintinueve configuraciones regionales, más un conjunto aparte de tomas más suaves para niños de dos y tres años en las líneas de contar y de colores, quince pistas de música y ocho efectos de sonido. Cada línea tiene una entrada de manifiesto que registra su texto, su archivo, el modelo que la generó y su resultado de QA, y cada archivo de música y de sonido lleva un registro de licencia por archivo.

Lo que la automatización no podía hacer era juzgar si una línea le suena bien a un niño en un idioma que nadie del equipo habla. Esa parte siguió siendo humana, y el paquete se entrega con una lista de escucha que lo dice explícitamente en vez de insinuar que la QA estaba completa.