Rupal Patel: Synthetic voices, as unique as fingerprints

Rupal Patel: Voix synthétiques, aussi uniques que les empreintes digitales

Traducteur: Malorie Esparon Relecteur: sann tint

I'd like to talk today

J'aimerais vous parler aujourd'hui

about a powerful and fundamental aspect

d'un aspect puissant et fondamental

of who we are: our voice.

de notre être : notre voix.

Each one of us has a unique voiceprint

Chacun d'entre nous a une empreinte vocale unique

that reflects our age, our size,

qui révèle notre âge, notre taille,

even our lifestyle and personality.

et même notre mode de vie et notre personnalité.

In the words of the poet Longfellow,

Pour citer les mots du poète Longfellow,

"the human voice is the organ of the soul."

« la voix humaine est l'organe de l'âme ».

As a speech scientist, I'm fascinated

En tant que scientifique du language, je suis fascinée

by how the voice is produced,

par la façon dont la voix est produite,

and I have an idea for how it can be engineered.

et j'ai une idée sur une façon de la fabriquer.

That's what I'd like to share with you.

Voilà ce que j'aimerais partager avec vous.

I'm going to start by playing you a sample

Je vais commencer par vous faire écouter un exemple

of a voice that you may recognize.

d'une voix que vous allez sûrement reconnaître.

(Recording) Stephen Hawking: "I would have thought

(Enregistrement) Stephen Hawking : « J'aurais pensé

it was fairly obvious what I meant."

que mon intention était évidente ».

Rupal Patel: That was the voice

Rupal Patel : C'était la voix

of Professor Stephen Hawking.

du professeur Stephen Hawking.

What you may not know is that same voice

Ce que vous ne savez peut-être pas, c'est que cette même voix

may also be used by this little girl

pourrait également être utilisée par cette petite fille

who is unable to speak

qui est incapable de parler

because of a neurological condition.

à cause d'un trouble neurologique.

In fact, all of these individuals

En fait, tous ces individus

may be using the same voice,

utilisent peut-être cette même voix,

and that's because there's only a few options available.

et c'est parce qu'il n'existe que quelque options.

In the U.S. alone, there are 2.5 million Americans

Rien qu'aux États-Unis, il y a 2,5 millions d'américains

who are unable to speak,

qui ne peuvent pas parler

and many of whom use computerized devices

et nombre d'entre eux utilisent des appareils informatiques

to communicate.

pour communiquer.

Now that's millions of people worldwide

Des millions de personnes dans le monde entier

who are using generic voices,

utilisent des voix génériques,

including Professor Hawking,

y compris le professeur Hawking,

who uses an American-accented voice.

qui utilise une voix avec un accent américain.

This lack of individuation of the synthetic voice

Ce manque d'individualisation de la voix synthétique

really hit home

m'a vraiment frappée

when I was at an assistive technology conference

alors que j'assistais à une conférence sur les technologies d'assistance

a few years ago,

il y a quelque années,

and I recall walking into an exhibit hall

je me souviens que je suis entrée dans une salle d'exposition

and seeing a little girl and a grown man

et j'ai vu une petite fille et un homme adulte

having a conversation using their devices,

qui conversaient à l'aide de leurs appareils,

different devices, but the same voice.

des appareils différents, mais la même voix

And I looked around and I saw this happening

J'ai regardé autour de moi et j'ai vu cela se produire

all around me, literally hundreds of individuals

tout autour de moi, vraiment des centaines d'individus

using a handful of voices,

qui utilisent quelques voix,

voices that didn't fit their bodies

des voix qui ne correspondaient pas à leur corps

or their personalities.

ou à leur personnalité,

We wouldn't dream of fitting a little girl

personne n'imaginerait faire porter à une petite fille

with the prosthetic limb of a grown man.

la prothèse d'un homme adulte.

So why then the same prosthetic voice?

Alors pourquoi la même voix prothétique ?

It really struck me,

Ça m'a profondément frappé.

and I wanted to do something about this.

et donc j'ai voulu agir par rapport à ça.

I'm going to play you now a sample

Je vais vous faire écouter à présent un exemple

of someone who has, two people actually,

d'une personne, deux personnes en fait,

who have severe speech disorders.

qui présentent de très graves troubles du langage.

I want you to take a listen to how they sound.

J'aimerais que vous écoutiez attentivement leur son.

They're saying the same utterance.

Ils prononcent la même phrase.

(First voice)

(Première voix)

(Second voice)

(Deuxième voix)

You probably didn't understand what they said,

Vous n'avez sûrement pas compris ce qu'ils disent,

but I hope that you heard

mais j'espère que vous avez entendu

their unique vocal identities.

leurs identités vocales uniques.

So what I wanted to do next is,

Donc ensuite ce que je voulais faire,

I wanted to find out how we could harness

était de découvrir comment pouvoir conserver

these residual vocal abilities

ces capacités résiduelles vocales

and build a technology

et construire une technologie

that could be customized for them,

qui pourrait être personnalisée pour eux,

voices that could be customized for them.

des voix sur mesure pour eux.

So I reached out to my collaborator, Tim Bunnell.

J'ai donc contacté mon collaborateur, Tim Bunnell.

Dr. Bunnell is an expert in speech synthesis,

Dr. Bunnell est un expert en synthèse vocale,

and what he'd been doing is building

et il a construire

personalized voices for people

des voix personnalisées pour des gens

by putting together

en assemblant

pre-recorded samples of their voice

des morceaux pré-enregistrés de leur voix

and reconstructing a voice for them.

et reconstruit une voix pour eux.

These are people who had lost their voice

Ce sont des personnes qui ont perdu leur voix

later in life.

tardivement.

We didn't have the luxury

Nous n'avions pas le luxe

of pre-recorded samples of speech

d'avoir des morceaux pré-enregistrés de voix

for those born with speech disorder.

pour ceux nés avec un trouble du langage.

But I thought, there had to be a way

Mais, je me suis dis qu'il y avait sûrement une façon

to reverse engineer a voice

de rétroconcevoir la voix

from whatever little is left over.

à partir du peu qu'il restait.

So we decided to do exactly that.

Nous avons donc décidé de faire exactement cela.

We set out with a little bit of funding from the National Science Foundation,

Nous avons commencé avec un peu de financement

de la Fondation nationale pour la science,

to create custom-crafted voices that captured

pour créer des voix conçues sur mesure qui capturaient

their unique vocal identities.

leurs identités vocales uniques.

We call this project VocaliD, or vocal I.D.,

Nous appelons ce projet VocaliD, ou vocal I.D.,

for vocal identity.

l'abréviation d'identité vocale.

Now before I get into the details of how

Maintenant, avant d'entrer dans les détails de la façon dont

the voice is made and let you listen to it,

la voix est conçue et vous permettre de l'écouter,

I need to give you a real quick speech science lesson. Okay?

je dois vous donner une leçon rapide sur la science du langage.

So first, we know that the voice is changing

Alors d'abord, nous savons que la voix change

dramatically over the course of development.

considérablement au cours de notre développement.

Children sound different from teens

Les enfants ont une voix différente de celles des adolescents

who sound different from adults.

qui ont une voix différente de celle des adultes.

We've all experienced this.

Nous avons tous vécu ça.

Fact number two is that speech

le second fait est que le langage

is a combination of the source,

est une combination de la source,

which is the vibrations generated by your voice box,

qui est les vibrations générées par votre larynx,

which are then pushed through

qui sont ensuite poussées à travers

the rest of the vocal tract.

du reste de l'appareil vocal.

These are the chambers of your head and neck

Ce sont les chambres de votre tête et du cou

that vibrate,

qui vibrent,

and they actually filter that source sound

et elles filtrent la source sonore

to produce consonants and vowels.

pour produire des consonnes et des voyelles.

So the combination of source and filter

Ainsi, c'est avec la combinaison de la source et du filtre

is how we produce speech.

que nous produisons la parole.

And that happens in one individual.

Ça se produit chez un individu.

Now I told you earlier that I'd spent

Tout à l'heure, je vous ai dit que j'ai passé

a good part of my career

une bonne partie de ma carrière

understanding and studying

à comprendre et à étudier

the source characteristics of people

les caractéristiques sources de personnes

with severe speech disorder,

souffrant de graves troubles du langage,

and what I've found

et ce que j'ai trouvé,

is that even though their filters were impaired,

c'est que même si leurs filtres étaient détériorés,

they were able to modulate their source:

ils étaient capables de moduler leur source :

the pitch, the loudness, the tempo of their voice.

le ton, le volume et le tempo de leur voix.

These are called prosody, and I've been documenting for years

On appelle ça la prosodie et ça fait des années que je décris

that the prosodic abilities of these individuals

que les capacités prosodiques de ces individus

are preserved.

sont conservées.

So when I realized that those same cues

Alors, quand j'ai réalisé que ces mêmes signaux

are also important for speaker identity,

sont également importants pour l'identité du locuteur,

I had this idea.

j'ai eu cette idée.

Why don't we take the source

Pourquoi ne prenons-nous pas la source de la personne

from the person we want the voice to sound like,

dont nous voulons avoir la voix,

because it's preserved,

car elle est conservée,

and borrow the filter

et nous empruntons le filtre

from someone about the same age and size,

de quelqu'un d'environ le même âge et la taille,

because they can articulate speech,

parce qu'ils peuvent produire de la parole,

and then mix them?

et ensuite les mélanger ?

Because when we mix them,

Parce que quand nous les mélangeons,

we can get a voice that's as clear

nous pouvons obtenir une voix qui est aussi claire

as our surrogate talker --

que notre locuteur de substitution,

that's the person we borrowed the filter from—

c'est la personne à qui nous avons emprunté le filtre,

and is similar in identity to our target talker.

et qui est similaire à l'identité de notre locuteur cible.

It's that simple.

C'est aussi simple que ça.

That's the science behind what we're doing.

C'est la science derrière ce que nous faisons.

So once you have that in mind,

Donc, une fois que vous avez ça à l'esprit,

how do you go about building this voice?

comment allez-vous construire cette voix ?

Well, you have to find someone

Eh bien, vous devez trouver quelqu'un

who is willing to be a surrogate.

qui est prêt à être un substitut.

It's not such an ominous thing.

Ce n'est pas une chose sinistre.

Being a surrogate donor

Pour être un donneur de substitution,

only requires you to say a few hundred

vous n'avez qu'à dire entre une centaine

to a few thousand utterances.

et un millier d'énoncés.

The process goes something like this.

Le processus se passe comme ça.

(Video) Voice: Things happen in pairs.

(Vidéo) Voix : Les choses se produisent en paires.

I love to sleep.

J'aime dormir.

The sky is blue without clouds.

Le ciel est bleu sans nuages.

RP: Now she's going to go on like this

RP : Elle va continuer comme ça

for about three to four hours,

pendant environ trois à quatre heures,

and the idea is not for her to say everything

et l'idée n'est pas qu'elle dise tout

that the target is going to want to say,

ce que la cible va vouloir dire,

but the idea is to cover all the different combinations

mais l'idée est de couvrir toutes les différentes combinaisons

of the sounds that occur in the language.

de sons qui existent dans le langage.

The more speech you have,

Plus vous avez de paroles,

the better sounding voice you're going to have.

meilleur sera le son de la voix.

Once you have those recordings,

Une fois qu'on a ces enregistrements,

what we need to do

ce qu'on doit faire

is we have to parse these recordings

c'est analyser ces enregistrements

into little snippets of speech,

en bribes de discours,

one- or two-sound combinations,

des combinaisons d'un son ou deux,

sometimes even whole words

parfois même des mots entiers,

that start populating a dataset or a database.

ce qui commence à remplir

un ensemble de données ou une base de données.

We're going to call this database a voice bank.

On appellera cette base de données une banque de voix.

Now the power of the voice bank

Le pouvoir de la banque de voix

is that from this voice bank,

est que cette banque de voix,

we can now say any new utterance,

nous pouvons maintenant dire n'importe quel énoncé,

like, "I love chocolate" --

comme, « J'aime le chocolat » --

everyone needs to be able to say that—

tout le monde doit pouvoir dire ça --

fish through that database

piocher dans cette base de données

and find all the segments necessary

et trouver tous les segments nécessaires

to say that utterance.

pour dire cet énoncé.

(Video) Voice: I love chocolate.

(Vidéo) Voix : J'aime le chocolat.

RP: So that's speech synthesis.

RP : Donc, c'est la synthèse du langage.

It's called concatenative synthesis, and that's what we're using.

C'est ce qu'on appelle la synthèse par concaténation,

et c'est ce que nous utilisons.

That's not the novel part.

Ce n'est pas la partie novatrice.

What's novel is how we make it sound

L'innovation est comment nous faisons

like this young woman.

pour que le son soit comme celui de cette jeune femme.

This is Samantha.

C'est Samantha.

I met her when she was nine,

Je l'ai rencontré quand elle avait neuf ans,

and since then, my team and I

et depuis lors, mon équipe et moi

have been trying to build her a personalized voice.

avons essayé de lui construire une voix personnalisée.

We first had to find a surrogate donor,

Il fallait d'abord trouver un donneur de substitution,

and then we had to have Samantha

et puis nous avons dû faire dire à Samantha

produce some utterances.

quelques énoncés.

What she can produce are mostly vowel-like sounds,

Ce qu'elle peut produire, ce sont surtout des sons de voyelles,

but that's enough for us to extract

mais c'est assez pour que nous extrayons

her source characteristics.

ses caractéristiques d'origine.

What happens next is best described

Ce qui se passe ensuite est mieux décrit

by my daughter's analogy. She's six.

par l'analogie de ma fille. Elle a six ans.

She calls it mixing colors to paint voices.

Elle appelle ça le mélange des couleurs pour peindre les voix.

It's beautiful. It's exactly that.

C'est beau. C'est exactement ça.

Samantha's voice is like a concentrated sample

La voix de Samantha est comme un échantillon concentré

of red food dye which we can infuse

de colorant alimentaire rouge que nous pouvons imprégner

into the recordings of her surrogate

dans les enregistrements de son substitut

to get a pink voice just like this.

pour obtenir une voix rose, comme ça.

(Video) Samantha: Aaaaaah.

(Vidéo) Samantha : Aaaaaah.

RP: So now, Samantha can say this.

RP : Alors maintenant, Samantha peut dire ça.

(Video) Samantha: This voice is only for me.

(Vidéo) Samantha : Cette voix est seulement pour moi.

I can't wait to use my new voice with my friends.

Je suis impatiente d'utiliser ma nouvelle voix avec mes amis.

RP: Thank you. (Applause)

RP : Merci. (Applaudissements)

I'll never forget the gentle smile

Je n'oublierai jamais le doux sourire

that spread across her face

qui s'est propagé sur son visage

when she heard that voice for the first time.

quand elle a entendu cette voix pour la première fois.

Now there's millions of people

I y a des millions de gens

around the world like Samantha, millions,

partout dans le monde comme Samantha, des millions,

and we've only begun to scratch the surface.

et nous avons seulement commencé à gratter la surface.

What we've done so far is we have

Ce que nous avons fait jusqu'à présent, c'est que nous avons

a few surrogate talkers from around the U.S.

quelques locuteurs de substitution partout aux États-Unis

who have donated their voices,

qui ont fait don de leurs voix,

and we have been using those

et nous les avons utilisées

to build our first few personalized voices.

pour construire nos premières voix personnalisées.

But there's so much more work to be done.

Mais il y a tellement plus à faire.

For Samantha, her surrogate

Pour Samantha, son substitut

came from somewhere in the Midwest, a stranger

venait de quelque part dans le Mid-Ouest, une inconnue

who gave her the gift of voice.

qui lui a fait le don de la voix.

And as a scientist, I'm so excited

En tant que scientifique, je suis tellement enthousiaste

to take this work out of the laboratory

de sortir ce travail du laboratoire

and finally into the real world

et de l'amener enfin dans le monde réel,

so it can have real-world impact.

de sorte qu'il puisse avoir un impact réel dans le monde.

What I want to share with you next

Ce que je veux vous dire ensuite

is how I envision taking this work

est comment j'envisage d'amener ce travail

to that next level.

au niveau suivant.

I imagine a whole world of surrogate donors

J'imagine un monde entier de donneurs de substitution

from all walks of life, different sizes, different ages,

de toutes conditions de différentes tailles, de différents âges,

coming together in this voice drive

se rassemblant dans ce lecteur vocal

to give people voices

pour donner aux gens des voix

that are as colorful as their personalities.

qui sont aussi colorées que leurs personnalités

To do that as a first step,

Pour ce faire, dans un premier temps,

we've put together this website, VocaliD.org,

nous avons mis en place ce site, VocaliD.org,

as a way to bring together those

comme un moyen de rassembler ceux

who want to join us as voice donors,

qui veulent se joindre à nous en tant que donneurs de voix,

as expertise donors,

comme donneurs d'expertise,

in whatever way to make this vision a reality.

quelle que soit la façon de faire de cette vision une réalité.

They say that giving blood can save lives.

On dit que le don de sang peut sauver des vies.

Well, giving your voice can change lives.

Donner votre voix peut changer des vies.

All we need is a few hours of speech

Tout ce dont nous avons besoin est quelques heures de discours

from our surrogate talker,

de notre locuteur de substitution,

and as little as a vowel from our target talker,

et aussi peu qu'une voyelle de notre locuteur cible,

to create a unique vocal identity.

pour créer une identité vocale unique.

So that's the science behind what we're doing.

Voilà la science derrière ce que nous faisons.

I want to end by circling back to the human side

Je veux terminer en revenant sur le côté humain

that is really the inspiration for this work.

qui est vraiment l'inspiration pour ce travail.

About five years ago, we built our very first voice

Il y a cinq ans, nous avons construit notre première voix

for a little boy named William.

pour un petit garçon du nom de William.

When his mom first heard this voice,

Lorsque sa mère a entendu cette voix pour la première fois,

she said, "This is what William

elle a dit, « C'est ce que William

would have sounded like

aurait eu comme voix

had he been able to speak."

s'il avait été en mesure de parler. »

And then I saw William typing a message

Puis, j'ai vu William taper un message

on his device.

sur son appareil.

I wondered, what was he thinking?

Je me demandais ce qu'il pensait.

Imagine carrying around someone else's voice

Imaginez-vous avoir la voix de quelqu'un d'autre

for nine years

pendant neuf ans

and finally finding your own voice.

et enfin trouver votre propre voix.

Imagine that.

Imaginez ça.

This is what William said:

Voici que William a dit :

"Never heard me before."

« Je ne m'étais jamais entendu avant »

Thank you.

Merci.

(Applause)

(Applaudissements)