Rupal Patel: Synthetic voices, as unique as fingerprints

Tradutor: Artur de Oliveira Revisora: Priscilla Prabhu

I'd like to talk today

Hoje gostaria de falar

about a powerful and fundamental aspect

de um aspecto poderoso e fundamental

of who we are: our voice.

daquilo que somos: a nossa voz.

Each one of us has a unique voiceprint

Cada um de nós tem uma impressão vocal única

that reflects our age, our size,

que reflecte a nossa idade, o nosso tamanho

even our lifestyle and personality.

e até o nosso estilo de vida e personalidade.

In the words of the poet Longfellow,

Nas palavras do 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 cientista da fala, sinto-me fascinada

by how the voice is produced,

pela forma como a voz é produzida

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

e tenho uma ideia de como pode ser sintetizada.

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

É isso que quero partilhar convosco.

I'm going to start by playing you a sample

Vou começar por reproduzir uma amostra

of a voice that you may recognize.

de uma voz que possivelmente reconhecem.

(Recording) Stephen Hawking: "I would have thought

(Gravação) Stephen Hawking:

it was fairly obvious what I meant."

"Pensei que seria razoavelmente óbvio o que eu quis dizer."

Rupal Patel: That was the voice

Rupal Patel: Esta era a voz do Professor Stephen Hawking.

of Professor Stephen Hawking.

What you may not know is that same voice

O que possivelmente não sabem

é que esta mesma voz pode ser utilizada por esta menina

may also be used by this little girl

who is unable to speak

que não pode falar

because of a neurological condition.

por causa de um problema neurológico.

In fact, all of these individuals

Na realidade, todas estas pessoas

may be using the same voice,

podem usar esta mesma voz,

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

pois existem apenas umas poucas opções disponíveis.

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

Só nos Estados Unidos existem 2,5 milhões de americanos

who are unable to speak,

que não conseguem falar.

and many of whom use computerized devices

Muitos deles utilizam aparelhos computorizados para comunicar.

to communicate.

Now that's millions of people worldwide

Actualmente são milhões de pessoas em todo o mundo

who are using generic voices,

que utilizam vozes genéricas

including Professor Hawking,

— incluindo a do Professor Hawking —

who uses an American-accented voice.

que usam uma voz com sotaque americano.

This lack of individuation of the synthetic voice

Esta falta de individualização da voz sintética

really hit home

tocou-me fundo

when I was at an assistive technology conference

quando estava numa conferência de tecnologia de apoio

a few years ago,

alguns anos atrás.

and I recall walking into an exhibit hall

Lembro-me de ir a um salão de exposições

and seeing a little girl and a grown man

e ver uma menina e um homem adulto

having a conversation using their devices,

a conversarem utilizando estes aparelhos,

different devices, but the same voice.

diferentes aparelhos, mas a mesma voz.

And I looked around and I saw this happening

Olhei em volta e vi isto acontecer à minha volta:

all around me, literally hundreds of individuals

literalmente, centenas de pessoas a usar meia dúzia de vozes,

using a handful of voices,

voices that didn't fit their bodies

vozes que não condiziam com os corpos

or their personalities.

nem com as personalidades.

We wouldn't dream of fitting a little girl

Não sonharíamos adaptar a uma pequena menina

with the prosthetic limb of a grown man.

um membro protésico de um homem adulto.

So why then the same prosthetic voice?

Então porquê a mesma voz protésica?

It really struck me,

and I wanted to do something about this.

Isso realmente chocou-me

e quis fazer algo acerca disso.

I'm going to play you now a sample

Vou reproduzir agora uma amostra de alguém,

of someone who has, two people actually,

na realidade duas pessoas

who have severe speech disorders.

que têm graves distúrbios da fala.

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

Gostaria que escutassem como elas soam.

They're saying the same utterance.

Elas estão a dizer a mesma expressão.

(First voice)

(Primeira voz)

(Second voice)

(Segunda voz)

You probably didn't understand what they said,

Provavelmente não perceberam o que elas disseram,

but I hope that you heard

mas espero que tenham ouvido

their unique vocal identities.

as suas identidades vocais únicas.

So what I wanted to do next is,

Então o que quis fazer a seguir

I wanted to find out how we could harness

foi perceber como podemos

these residual vocal abilities

reter estas capacidades vocais residuais

and build a technology

e construir a tecnologia

that could be customized for them,

que lhes possa ser adaptada,

voices that could be customized for them.

vozes que possam ser personalizadas.

So I reached out to my collaborator, Tim Bunnell.

Fui ao encontro do meu colaborador, Tim Bunnell.

Dr. Bunnell is an expert in speech synthesis,

O Dr. Bunnell é um especialista em síntese de fala

and what he'd been doing is building

e o que tem feito

personalized voices for people

é produzir vozes personalizadas para pessoas,

by putting together

juntando amostras pré-gravadas das suas vozes

pre-recorded samples of their voice

and reconstructing a voice for them.

e reconstruindo a voz para elas.

These are people who had lost their voice

Estas são pessoas que perderam a voz

later in life.

mais tarde na vida.

We didn't have the luxury

Não temos o luxo

of pre-recorded samples of speech

de amostras pré-gravadas da fala

for those born with speech disorder.

para os que já nasceram com distúrbios da fala.

But I thought, there had to be a way

Mas pensei que teria que haver uma forma

to reverse engineer a voice

de recuperar a voz

from whatever little is left over.

por pouco que dela restasse.

So we decided to do exactly that.

Então decidimos fazer isso mesmo.

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

Dispusemo-nos, com alguns fundos da Fundação Nacional de Ciência,

to create custom-crafted voices that captured

a criar vozes personalizadas

que captavam as suas identidades vocais únicas.

their unique vocal identities.

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

Chamámos a este projecto VocaliD, ou vocal I.D.,

for vocal identity.

ou seja, identidade vocal.

Now before I get into the details of how

Antes de entrar em detalhes

the voice is made and let you listen to it,

sobre como a voz é feita e deixar-vos ouvi-la,

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

preciso dar-vos uma muito breve lição de ciência da fala. OK?

So first, we know that the voice is changing

Em primeiro lugar, sabemos

que a voz muda drasticamente enquanto nos desenvolvemos.

dramatically over the course of development.

Children sound different from teens

As crianças soam de forma diferente dos adolescentes

who sound different from adults.

que, por sua vez, soam diferente dos adultos.

We've all experienced this.

Todos nós já passámos por isso.

Fact number two is that speech

O facto número dois é que

is a combination of the source,

a fala é uma combinação da fonte,

which is the vibrations generated by your voice box,

que são as vibrações geradas pela nossa caixa vocal

which are then pushed through

e que depois são enviadas

the rest of the vocal tract.

através do resto do trato vocal.

These are the chambers of your head and neck

Estas são as câmaras do pescoço e da cabeça que vibram

that vibrate,

and they actually filter that source sound

e que, na realidade, filtram essa fonte sonora

to produce consonants and vowels.

para produzirem consoantes e vogais.

So the combination of source and filter

É através da combinação da fonte e do filtro

is how we produce speech.

que nós produzimos a fala.

And that happens in one individual.

Isso acontece numa pessoa.

Now I told you earlier that I'd spent

Inicialmente disse-vos

a good part of my career

que passei boa parte da minha carreira

understanding and studying

a estudar e a compreender

the source characteristics of people

as características originais das pessoas

with severe speech disorder,

com graves distúrbios da fala.

and what I've found

O que descobri foi que,

is that even though their filters were impaired,

apesar de esses filtros estarem enfraquecidos,

they were able to modulate their source:

eles conseguiam modular a sua origem:

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

o tom, o volume, o ritmo da sua voz.

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

A isto chama-se prosódia. Documentei-me durante anos

that the prosodic abilities of these individuals

sobre as capacidades de prosódia

are preserved.

que estas pessoas preservaram.

So when I realized that those same cues

Quando percebi que esses mesmos sinais também eram importantes

are also important for speaker identity,

para a identidade da pessoa que fala, tive esta ideia:

I had this idea.

Why don't we take the source

Porque não pegamos na fonte da pessoa

from the person we want the voice to sound like,

para quem queremos uma voz que se lhe assemelhe,

because it's preserved,

— porque está preservada —

and borrow the filter

e pedimos emprestado o filtro de alguém

from someone about the same age and size,

que tenha mais ou menos a mesma idade e tamanho

because they can articulate speech,

e que pode articular a fala

and then mix them?

e misturar as duas coisas?

Because when we mix them,

Porque, quando os misturarmos,

we can get a voice that's as clear

poderemos obter a voz tão clara

as our surrogate talker --

como a do falante substituto,

that's the person we borrowed the filter from—

a pessoa a quem pedimos emprestado o filtro

and is similar in identity to our target talker.

e que é semelhante em identidade ao nosso falante alvo.

It's that simple.

É muito simples.

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

É a ciência por detrás do que fazemos.

So once you have that in mind,

Assim, tendo isto em mente,

how do you go about building this voice?

como se vai construir esta voz?

Well, you have to find someone

Bem, tem que se encontrar alguém

who is willing to be a surrogate.

que esteja disposto a servir como substituto.

It's not such an ominous thing.

Não é algo assim tão assustador.

Being a surrogate donor

Ser um doador substituto

only requires you to say a few hundred

só requer que se diga

umas centenas ou milhares de expressões.

to a few thousand utterances.

The process goes something like this.

O processo é algo semelhante a isto.

(Video) Voice: Things happen in pairs.

Voz: "As coisas acontecem aos pares".

I love to sleep.

"Eu adoro dormir".

The sky is blue without clouds.

"O céu é azul sem nuvens".

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

RP: Agora ela vai continuar assim

for about three to four hours,

por aproximadamente três ou quatro horas.

and the idea is not for her to say everything

A ideia não é ela dizer

that the target is going to want to say,

tudo o que o alvo vai querer dizer.

but the idea is to cover all the different combinations

A ideia é cobrir todas as diferentes combinações

of the sounds that occur in the language.

dos sons que ocorrem na linguagem.

The more speech you have,

Quanto mais falas tivermos,

the better sounding voice you're going to have.

melhor qualidade de voz obteremos.

Once you have those recordings,

Uma vez na posse destas gravações,

what we need to do

o que necessitamos de fazer

is we have to parse these recordings

é analisar estas gravações

into little snippets of speech,

em pequenos fragmentos de fala,

one- or two-sound combinations,

uma ou duas combinações de som,

sometimes even whole words

às vezes até mesmo palavras inteiras

that start populating a dataset or a database.

para começar a preencher um conjunto de dados

ou uma base de dados.

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

Vamos chamar a esta base de dados um banco de voz.

Now the power of the voice bank

O poder deste banco de voz

is that from this voice bank,

é que, a partir deste banco de voz,

we can now say any new utterance,

podemos dizer uma nova expressão qualquer,

like, "I love chocolate" --

como: "Eu adoro chocolate".

everyone needs to be able to say that—

— toda a gente necessita de dizer isto —

fish through that database

procuramos na base de dados

and find all the segments necessary

e encontramos todos os segmentos necessários

to say that utterance.

para dizer aquela expressão.

(Video) Voice: I love chocolate.

Voz: "Eu adoro chocolate".

RP: So that's speech synthesis.

RP: Isto é voz sintetizada.

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

Chama-se síntese concatenativa. É o que estamos a usar.

That's not the novel part.

Mas isto não é novo.

What's novel is how we make it sound

O que é novo é como a fazemos soar

like this young woman.

como esta rapariga.

This is Samantha.

Esta é a Samantha.

I met her when she was nine,

Eu conheci-a quando ela tinha nove anos.

and since then, my team and I

Desde então, a minha equipa e eu temos tentado

have been trying to build her a personalized voice.

produzir uma voz personalizada para ela.

We first had to find a surrogate donor,

Em primeiro lugar tivemos que encontrar uma doadora substituta.

and then we had to have Samantha

Depois tivemos que fazer

produce some utterances.

com que Samantha produzisse algumas expressões.

What she can produce are mostly vowel-like sounds,

Ela consegue produzir sobretudo sons semelhantes a vogais,

but that's enough for us to extract

mas é o suficiente para podermos extrair

her source characteristics.

as suas características originais.

What happens next is best described

O que acontece a seguir descreve-se melhor

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

pela analogia que a minha filha faz. Ela tem seis anos.

She calls it mixing colors to paint voices.

Chama-lhe "misturar cores para pintar vozes".

It's beautiful. It's exactly that.

É lindo. É exactamente isso.

Samantha's voice is like a concentrated sample

A voz de Samantha é como uma amostra concentrada

of red food dye which we can infuse

de corante alimentar vermelho

into the recordings of her surrogate

que podemos inserir nas gravações da sua substituta

to get a pink voice just like this.

para termos uma voz cor-de-rosa como esta.

(Video) Samantha: Aaaaaah.

(Video) Samantha: "Aaaaaah".

RP: So now, Samantha can say this.

RP: Agora a Samantha pode dizer isto.

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

(Video) S: "Esta voz é apenas para mim.

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

"Não posso esperar para usar a minha nova voz com os meus amigos".

(Aplausos)

RP: Thank you. (Applause)

Obrigada.

(Aplausos)

I'll never forget the gentle smile

Nunca esquecerei o sorriso gentil

that spread across her face

espelhado no seu rosto

when she heard that voice for the first time.

quando ouviu aquela voz pela primeira vez.

Now there's millions of people

Existem milhões de pessoas em todo o mundo

around the world like Samantha, millions,

como a Samantha, milhões,

and we've only begun to scratch the surface.

e ainda só agora começámos.

What we've done so far is we have

O que fizemos até agora foi

a few surrogate talkers from around the U.S.

termos alguns substitutos espalhados pelos Estados Unidos

who have donated their voices,

que nos doaram as suas vozes.

and we have been using those

Começámos a usá-las

to build our first few personalized voices.

para produzir algumas vozes personalizadas.

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

Mas há muito trabalho para ser feito.

For Samantha, her surrogate

A substituta para Samantha veio do Midwest,

came from somewhere in the Midwest, a stranger

uma desconhecida que lhe deu a a dádiva da voz.

who gave her the gift of voice.

And as a scientist, I'm so excited

Como cientista, estou entusiasmada

to take this work out of the laboratory

por levar este trabalho para fora do laboratório

and finally into the real world

e trazê-lo finalmente para o mundo real

so it can have real-world impact.

para ter assim um verdadeiro impacto mundial.

What I want to share with you next

O que quero partilhar convosco a seguir

is how I envision taking this work

é como imagino fazer com que este trabalho

to that next level.

passe para o nível seguinte.

I imagine a whole world of surrogate donors

Imagino um vasto universo de doadores substitutos

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

de todos os sectores da vida, diferentes tamanhos, diferentes idades,

coming together in this voice drive

a juntarem-se neste movimento da voz

to give people voices

para darem às pessoas

that are as colorful as their personalities.

vozes tão coloridas quanto as suas personalidades.

To do that as a first step,

Para tal, como primeiro passo,

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

criámos este website, VocaliD.org,

as a way to bring together those

como forma de juntar

who want to join us as voice donors,

aqueles que se queiram juntar a nós como doadores de voz,

as expertise donors,

como doadores especialistas,

in whatever way to make this vision a reality.

de qualquer maneira que possa tornar realidade esta visão.

They say that giving blood can save lives.

Dizem que dar sangue pode salvar vidas.

Well, giving your voice can change lives.

Ora bem, dar voz pode mudar vidas.

All we need is a few hours of speech

Só precisamos de 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 nosso falante alvo,

to create a unique vocal identity.

para criar uma identidade vocal única.

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

É esta a ciência por detrás do que fazemos.

I want to end by circling back to the human side

Gostaria de terminar voltando ao aspecto humano

that is really the inspiration for this work.

que é a inspiração deste trabalho.

About five years ago, we built our very first voice

Há cerca de cinco anos, produzimos a nossa primeira voz

for a little boy named William.

para um menino chamado William.

When his mom first heard this voice,

Quando a mãe dele ouviu esta voz, disse:

she said, "This is what William

"Isto é como o William deveria soar, se pudesse falar."

would have sounded like

had he been able to speak."

And then I saw William typing a message

Então vi o William digitar uma mensagem no seu aparelho.

on his device.

I wondered, what was he thinking?

Imaginei, o que estaria ele a pensar?

Imagine carrying around someone else's voice

Imaginem, usar a voz de outra pessoa

for nine years

durante nove anos

and finally finding your own voice.

e finalmente encontrar a sua própria voz.

Imagine that.

Imaginem só.

This is what William said:

Isto foi o que William disse:

"Never heard me before."

"Nunca me tinha ouvido."

Thank you.

Obrigada.

(Applause)

(Aplausos)