Rupal Patel: Synthetic voices, as unique as fingerprints

Rupal Patel: Vozes sintéticas, tão únicas como impressões digitais

Tradutor: Nadja Nathan Revisor: Leonardo Leidens

I'd like to talk today

Hoje eu quero falar

about a powerful and fundamental aspect

sobre um aspecto poderoso e fundamental

of who we are: our voice.

de quem nós somos: nossa voz.

Each one of us has a unique voiceprint

Cada um de nós possui uma impressão de voz única

that reflects our age, our size,

que reflete nossa idade, nosso tamanho

even our lifestyle and personality.

até mesmo nosso estilo de vida e personalidade.

In the words of the poet Longfellow,

Como dizia o poeta Longfellow,

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

"a voz humana é o órgão da alma."

As a speech scientist, I'm fascinated

Como sou uma cientista no campo da fala, acho fascinante

by how the voice is produced,

como a voz é emitida,

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

e eu tenho uma ideia de como isto pode ser construído.

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

Isto é o que gostaria de compartilhar com vocês.

I'm going to start by playing you a sample

Começo tocando um exemplo

of a voice that you may recognize.

de uma voz que poderão reconhecer.

(Recording) Stephen Hawking: "I would have thought

(Gravação) Stephen Hawking: "Penso

it was fairly obvious what I meant."

que foi bastante óbvio o que eu quiz dizer."

Rupal Patel: That was the voice

Rupal Patel: Esta era a voz

of Professor Stephen Hawking.

do Professor Stephen Hawking.

What you may not know is that same voice

O que não devem saber é que esta mesma voz

may also be used by this little girl

pode ser usada por esta menininha

who is unable to speak

com distúrbio da fala

because of a neurological condition.

devido a uma condição neurológica.

In fact, all of these individuals

Na verdade, todas essas pessoas

may be using the same voice,

podem estar usando a mesma voz,

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

porque as opções disponíveis são poucas.

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

Só nos EUA há 2.5 milhões de americanos

who are unable to speak,

impossibilitados de falar,

and many of whom use computerized devices

e muitos deles usam dispositivos computadorizados

to communicate.

para se comunicarem.

Now that's millions of people worldwide

São milhões de pessoas no mundo todo

who are using generic voices,

usando vozes genéricas,

including Professor Hawking,

inclusive Professor Hawking,

who uses an American-accented voice.

que usa uma voz com sotaque americano.

This lack of individuation of the synthetic voice

Esta falta de uma voz sintética individualizada

really hit home

realmente me tocou muito

when I was at an assistive technology conference

quando participava de uma conferência de tecnologia assistiva

a few years ago,

alguns anos atrás,

and I recall walking into an exhibit hall

e eu lembro entrando na exibição

and seeing a little girl and a grown man

e vendo uma menininha e um homem adulto

having a conversation using their devices,

conversando, cada um com seu dispositivo

different devices, but the same voice.

mas com uma mesma voz.

And I looked around and I saw this happening

E olhei em volta e vi isto acontecendo

all around me, literally hundreds of individuals

a minha volta, centenas de pessoas

using a handful of voices,

usando um punhado de vozes,

voices that didn't fit their bodies

vozes que não condiziam com seus corpos

or their personalities.

ou suas personalidades.

We wouldn't dream of fitting a little girl

Nunca sonharíamos de colocar numa menininha

with the prosthetic limb of a grown man.

uma prótese de um homem adulto.

So why then the same prosthetic voice?

Então por quê a mesma protética voz?

It really struck me,

Isto mexeu comigo

and I wanted to do something about this.

e eu quis fazer algo sobre isto.

I'm going to play you now a sample

Vou mostrar um exemplo

of someone who has, two people actually,

de duas pessoas com

who have severe speech disorders.

distúrbios da fala graves.

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

Quero que ouçam como elas soam.

They're saying the same utterance.

Elas estão expressando a mesma coisa

(First voice)

(Primeira voz)

(Second voice)

(Segunda voz)

You probably didn't understand what they said,

Provavelmente vocês não entenderam o que disseram

but I hope that you heard

mas espero que tenham ouvido

their unique vocal identities.

suas identidades vocais únicas.

So what I wanted to do next is,

A seguir, eu quis

I wanted to find out how we could harness

saber como nós poderíamos preparar

these residual vocal abilities

essas habilidades vocais residuais

and build a technology

e construir uma tecnologia

that could be customized for them,

que pudesse ser personalizada,

voices that could be customized for them.

vozes personalizadas para elas.

So I reached out to my collaborator, Tim Bunnell.

Entrei em contato com meu colaborador, Tim Bunnell.

Dr. Bunnell is an expert in speech synthesis,

Dr. Bunnell é um especialista em síntese de fala,

and what he'd been doing is building

e ele vem desenvolvendo

personalized voices for people

vozes personalizadas para pessoas

by putting together

colocando junto

pre-recorded samples of their voice

exemplos pré-gravados das suas vozes

and reconstructing a voice for them.

e reconstruindo uma voz para eles.

These are people who had lost their voice

Estas pessoas perderam a voz

later in life.

ao longo da vida.

We didn't have the luxury

Não tínhamos o luxo

of pre-recorded samples of speech

de exemplos pré-gravados da fala

for those born with speech disorder.

para aqueles nascidos com o distúrbio da fala.

But I thought, there had to be a way

Mas pensei, deve haver uma forma

to reverse engineer a voice

de reverter uma designada voz

from whatever little is left over.

a partir de alguma pequena sobra.

So we decided to do exactly that.

Então decidimos fazer exatamente isto.

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

Com uma pequena ajuda financeira da Fundação Nacional de Ciência decidimos

to create custom-crafted voices that captured

criar vozes personalizadas que capturavam

their unique vocal identities.

suas identidades vocais únicas.

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

Chamamos este projeto de VocalID, ou Vocal I.D.,

for vocal identity.

como em identidade vocal.

Now before I get into the details of how

Antes de entrar em detalhes de como

the voice is made and let you listen to it,

a voz é feita e os deixar ouvir

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

preciso lhes dar uma lição da fala bem rápida. Certo?

So first, we know that the voice is changing

Primeiro, sabemos que a voz muda de forma dramática

dramatically over the course of development.

ao longo do desenvolvimento.

Children sound different from teens

O som das crianças é diferente do som dos adolescentes

who sound different from adults.

que soa diferente dos adultos.

We've all experienced this.

Nós todos tivemos esta experiência.

Fact number two is that speech

Segundo, a fala

is a combination of the source,

é uma combinação da fonte,

which is the vibrations generated by your voice box,

que são vibrações geradas pela sua caixa de voz

which are then pushed through

que são então puxadas pelo

the rest of the vocal tract.

restante do seu trato vocal.

These are the chambers of your head and neck

Estas são as cavidades da sua cabeça e pescoço

that vibrate,

que vibram,

and they actually filter that source sound

e elas filtram a fonte do som

to produce consonants and vowels.

para produzir as consoantes e as vogais.

So the combination of source and filter

Esta combinação de fonte e filtro

is how we produce speech.

é como produzimos a fala.

And that happens in one individual.

Isto acontece em uma pessoa.

Now I told you earlier that I'd spent

Eu já tinha dito que passei

a good part of my career

grande parte da minha carreira

understanding and studying

entendendo e estudando

the source characteristics of people

as características da fonte das pessoas

with severe speech disorder,

com grave distúrbios da fala,

and what I've found

e o que constatei

is that even though their filters were impaired,

foi que embora seus filtros estejam danificados,

they were able to modulate their source:

eram capazes de articular a fonte:

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

o tom da voz, o volume, o ritmo.

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

Estes são chamados de versificação e venho registrando há anos

that the prosodic abilities of these individuals

que as habilidades de versificação dessas pessoas

are preserved.

estão conservadas.

So when I realized that those same cues

Quando percebi que estes mesmos indicadores

are also important for speaker identity,

são também importantes para a identidade do falante,

I had this idea.

eu tive esta ideia.

Why don't we take the source

Por quê não aproveitar a fonte

from the person we want the voice to sound like,

da pessoa que queremos com que a voz se pareça

because it's preserved,

pois está conservada,

and borrow the filter

e pegar o filtro emprestado

from someone about the same age and size,

de alguém da mesma idade e tamanho,

because they can articulate speech,

porque elas podem articular a fala,

and then mix them?

e as misturar?

Because when we mix them,

Porque quando as misturamos

we can get a voice that's as clear

conseguimos uma voz tão clara

as our surrogate talker --

quanto o nosso 'falante substituto',

that's the person we borrowed the filter from—

a pessoa de quem pedimos o filtro emprestado,

and is similar in identity to our target talker.

e é semelhante à identidade do nosso 'falante alvo'.

It's that simple.

É muito simples.

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

Esta é a ciência por detrás do que estamos desenvolvendo.

So once you have that in mind,

Uma vez que se tem isto em mente,

how do you go about building this voice?

como podemos construir esta voz?

Well, you have to find someone

Bem, precisamos achar alguém

who is willing to be a surrogate.

disposto a ser um substituto.

It's not such an ominous thing.

Isto não é tão intimidante.

Being a surrogate donor

Para se ser um substituto doador

only requires you to say a few hundred

você só precisa dizer entre centenas

to a few thousand utterances.

e milhares de palavras.

The process goes something like this.

O processo é mais ou menos assim.

(Video) Voice: Things happen in pairs.

(Vídeo) Voz: As coisas acontecem em pares.

I love to sleep.

Eu adoro dormir.

The sky is blue without clouds.

O céu está azul sem nuvens.

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

RP: Ela continuará assim

for about three to four hours,

durante umas 3 ou 4 horas,

and the idea is not for her to say everything

e a ideia não é ela dizer tudo

that the target is going to want to say,

que o alvo vai dizer,

but the idea is to cover all the different combinations

mas incluir todos os sons combinados

of the sounds that occur in the language.

que ocorrem na linguagem.

The more speech you have,

Quanto mais fala se tem,

the better sounding voice you're going to have.

melhor soa a sua futura voz.

Once you have those recordings,

Após estas gravações

what we need to do

precisamos

is we have to parse these recordings

analizá-las

into little snippets of speech,

em pequenos fragmentos da fala,

one- or two-sound combinations,

combinando um ou dois sons,

sometimes even whole words

às vezes até as palavras inteiras um banco de dados.

that start populating a dataset or a database.

que começam a expandir

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

Chamaremos este banco de dados de banco de vozes.

Now the power of the voice bank

O poder deste banco de vozes

is that from this voice bank,

é que a partir dele,

we can now say any new utterance,

agora nós podemos criar qualquer expressão nova

like, "I love chocolate" --

como, "Adoro chocolate"–

everyone needs to be able to say that—

todo mundo precisa ser capaz de dizer isto –

fish through that database

buscamos no banco de dados

and find all the segments necessary

e encontramos todos os segmentos necessários

to say that utterance.

para articular a expressão

(Video) Voice: I love chocolate.

(Vídeo) Voz: Adoro chocolate.

RP: So that's speech synthesis.

RP: Então, isto é síntese da fala

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

Chama-se síntese de concatenação e isso é o que estamos usando.

That's not the novel part.

Esta não é a novidade.

What's novel is how we make it sound

A novidade é como fazemos com que soe

like this young woman.

como esta jovem.

This is Samantha.

Esta é Samantha.

I met her when she was nine,

Eu a conheci quando ela tinha nove anos

and since then, my team and I

e desde então, minha equipe e eu

have been trying to build her a personalized voice.

temos tentado construir uma voz personalizada para ela.

We first had to find a surrogate donor,

Primeiro nós tivemos que encontrar um doador substituto,

and then we had to have Samantha

depois pedimos a Samantha

produce some utterances.

para produzir algumas expressões.

What she can produce are mostly vowel-like sounds,

O que ela pode expressar na maioria das vezes é o som das vogais,

but that's enough for us to extract

mas isto não é suficiente para se extrair

her source characteristics.

as características da sua fonte.

What happens next is best described

O que acontece a seguir é melhor descrito

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

com a analogia da minha filha. Ela tem 6 anos.

She calls it mixing colors to paint voices.

Ela chama isso de misturando cores para pintar vozes.

It's beautiful. It's exactly that.

Isto é lindo. É exatamente isto.

Samantha's voice is like a concentrated sample

A voz de Samantha é como um exemplo concentrado

of red food dye which we can infuse

de corante vermelho que podemos infundir

into the recordings of her surrogate

nas gravações de sua substituta

to get a pink voice just like this.

para conseguir uma voz cor de rosa assim.

(Video) Samantha: Aaaaaah.

(Vídeo) Samantha: Aaaaaah.

RP: So now, Samantha can say this.

RP: Agora, Samantha pode dizer isso.

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

(Vídeo) Samantha: Esta voz é só para mim.

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

Mal posso esperar para usar minha nova voz com meus amigos.

RP: Thank you. (Applause)

RP: Obrigada. (Aplausos)

I'll never forget the gentle smile

Eu nunca vou esquecer este sorriso gentil

that spread across her face

estampado em seu rosto

when she heard that voice for the first time.

quando ela ouviu aquela voz pela primeira vez

Now there's millions of people

Há milhões de pessoas

around the world like Samantha, millions,

em todo o mundo como Samantha, milhões,

and we've only begun to scratch the surface.

e isto é apenas o começo.

What we've done so far is we have

Até agora nós conseguimos

a few surrogate talkers from around the U.S.

alguns substitutos falantes nos Estados Unidos.

who have donated their voices,

que doaram suas vozes,

and we have been using those

e temos usado estas vozes

to build our first few personalized voices.

para construir nossas primeiras vozes personalizadas.

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

Mas ainda precisamos fazer muito mais.

For Samantha, her surrogate

Para Samantha, sua substituta

came from somewhere in the Midwest, a stranger

é de algum lugar no Centro-Oeste, um estranho

who gave her the gift of voice.

que lhe deu o dom da voz.

And as a scientist, I'm so excited

Como uma cientista, eu estou muito entusiasmada

to take this work out of the laboratory

de tirar este trabalho do laboratório

and finally into the real world

e finalmente implementar isto no mundo real

so it can have real-world impact.

para que possa ter um impacto mundial real

What I want to share with you next

O que ainda quero compartilhar com vocês

is how I envision taking this work

é como eu visualizo levar este trabalho

to that next level.

para o próximo nível.

I imagine a whole world of surrogate donors

Eu imagino um mundo de doadores substitutos

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

de todo tipo de formação, de tamanhos e idades diferentes,

coming together in this voice drive

unindo-se juntos nesta unidade de voz

to give people voices

para dar às pessoas vozes

that are as colorful as their personalities.

tão coloridas quanto suas personalidades.

To do that as a first step,

Para isso, um primeiro passo,

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

nós criamos este site na Internet: VocaliD.org,

as a way to bring together those

como uma forma de reunir estes

who want to join us as voice donors,

que desejam se juntar a nós. como doadores de vozes,

as expertise donors,

como doadores especialistas,

in whatever way to make this vision a reality.

de qualquer forma, para fazer esta visão uma realidade

They say that giving blood can save lives.

Diz-se que a doação de sangue pode salvar vidas.

Well, giving your voice can change lives.

Bem, a doação de suas vozes pode mudar vidas

All we need is a few hours of speech

Tudo que precisamos são algumas horas de fala

from our surrogate talker,

do nosso 'falante substituto',

and as little as a vowel from our target talker,

e apenas uma vogal do 'falante alvo',

to create a unique vocal identity.

para criar uma identidade vocal única.

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

Essa é a ciência por trás do que fazemos.

I want to end by circling back to the human side

Quero concluir colocando um círculo de volta no lado humano

that is really the inspiration for this work.

que é realmente a verdadeira inspiração para este trabalho.

About five years ago, we built our very first voice

Cerca de 5 anos atrás nós construímos nossa primeira voz

for a little boy named William.

por um garoto chamado William.

When his mom first heard this voice,

Quando sua mãe ouviu primeira voz,

she said, "This is what William

disse: "É assim que a voz de William

would have sounded like

teria soado

had he been able to speak."

se ele pudesse falar."

And then I saw William typing a message

Eu vi William escrever uma mensagem

on his device.

em seu dispositivo.

I wondered, what was he thinking?

Eu pensei, que será que ele está pensando?

Imagine carrying around someone else's voice

Imaginem usando voz de outra pessoa

for nine years

durante 9 anos

and finally finding your own voice.

e finalmente encontrando sua própria voz.

Imagine that.

Imagine só.

This is what William said:

Wiiliam disse:

"Never heard me before."

"Nunca me ouvi antes."

Thank you.

Obrigada.

(Applause)

(Aplausos)