Assisted typography : streamlining type design with artificial intelligence

Abstract

Type design is the craft of creating fonts, which are an essential part of all graphic com munication. Type designers are busier than ever creating fonts for different applications, media, and audiences. Technology plays an important role in this process, and there are many tools that make type designers’ lives much easier. Still, creating fonts can take months. On the other hand, there are exciting advances in generative AI for fonts. The aim of this work is to integrate these recent advances into the workflow of a type designer. To achieve this kind of integration, we propose Glyph-o-matic, a font editor plugin that leverages existing machine learning techniques to generate suggestions of letter forms. To evaluate its efficiency, we have conducted experiments with type designers and collected their feedback. The results we obtained show that, although Glyph-o-matic and its under lying machine learning model are not mature enough to be put to practical use, there is great potential for further collaboration between type designers and computer scientists.

Design de tipos é a atividade de criar fontes, as quais são uma parte essencial de toda comunicação gráfica. Designers de tipos estão mais ocupados do que nunca criando fontes para diferentes aplicações, mídias e públicos. A tecnologia desempenha um papel importante nesse processo, e existem muitas ferramentas que facilitam muito a vida dos designers de tipos. Ainda assim, criar fontes pode levar meses. Por outro lado, existem avanços animadores em IA generativa para fontes. O objetivo deste trabalho é integrar estes avanços recentes no fluxo de trabalho do designer de tipos. Para alcançar este tipo de integração, propomos o Glyph-o-matic, um plugin para editor de fontes que utiliza méto dos de aprendizado de máquina existentes para gerar sugestões de formas de letras. Para avaliar sua eficiência, conduzimos experimentos com designers de tipos e coletamos suas opiniões. Os resultados que obtivemos mostram que, apesar do fato que o Glyph-o-matic e seu modelo de aprendizado de máquina subjacente não serem maduros o suficiente para serem colocados em uso prático, existe grande potencial para mais colaboração entre de signers de tipos e cientistas da computação.