Rupal Patel: Synthetic voices, as unique as fingerprints

Traducător: Ancuta Diana Hatieganu Corector: Ariana Bleau Lugo

I'd like to talk today

Aş dori să vorbesc azi

about a powerful and fundamental aspect

despre un aspect puternic şi fundamental

of who we are: our voice.

al persoanei noastre: vocea.

Each one of us has a unique voiceprint

Fiecare dintre noi are o amprentă vocală unică

that reflects our age, our size,

care ne reflectă vârsta, dimensiunea,

even our lifestyle and personality.

chiar şi stilul de viaţă şi personalitatea.

In the words of the poet Longfellow,

Prin cuvintele poetului Longfellow,

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

"vocea umană este organul sufletului."

As a speech scientist, I'm fascinated

Ca cercetător în domeniul vorbirii, sunt fascinată

by how the voice is produced,

de modul în care se produce vocea

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

şi am o idee despre cum poate fi ea creată.

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

Asta doresc să împărtăşesc cu voi.

I'm going to start by playing you a sample

Voi începe prin a vă reda o mostră

of a voice that you may recognize.

dintr-o voce pe care poate o recunoaşteţi.

(Recording) Stephen Hawking: "I would have thought

(Înregistrare) Stephen Hawking: "Aş fi crezut

it was fairly obvious what I meant."

că a fost destul de evident ce am vrut să spun."

Rupal Patel: That was the voice

Rupal Patel: Asta a fost vocea

of Professor Stephen Hawking.

profesorului Stephen Hawking.

What you may not know is that same voice

Ceea ce probabil nu ştiţi este faptul că aceeaşi voce

may also be used by this little girl

poate fi folosită de această fetiţă

who is unable to speak

care nu poate vorbi

because of a neurological condition.

din cauza unei afecţiuni neorologice.

In fact, all of these individuals

De fapt, toţi aceşti indivizi

may be using the same voice,

pot folosi aceeaşi voce,

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

deoarece sunt disponibile doar câteva opţiuni.

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

Doar în Statele Unite sunt 2,5 milioane de americani

who are unable to speak,

care nu pot vorbi,

and many of whom use computerized devices

mulţi dintre ei folosind dispozitive computerizate

to communicate.

pentru a comunica.

Now that's millions of people worldwide

Asta înseamnă milioane de oameni din lumea întreagă

who are using generic voices,

ce folosesc voci generice,

including Professor Hawking,

inclusiv profesorul Hawking,

who uses an American-accented voice.

care foloseşte o voce cu accent american.

This lack of individuation of the synthetic voice

Lipsa de personalizare a vocii sintetice

really hit home

m-a frapat

when I was at an assistive technology conference

când mă aflam la o conferinţă despre tehnologia de asistenţă

a few years ago,

acum câţiva ani,

and I recall walking into an exhibit hall

şi-mi amintesc că am intrat într-o sală de expoziţie

and seeing a little girl and a grown man

şi am văzut o fetiţă şi un adult

having a conversation using their devices,

care conversau folosindu-şi dispozitivele

different devices, but the same voice.

- dispozitive diferite, dar cu aceeaşi voce.

And I looked around and I saw this happening

M-am uitat în jur şi am văzut că asta se întâmpla

all around me, literally hundreds of individuals

peste tot în jurul meu: efectiv sute de persoane

using a handful of voices,

foloseau o mână de voci,

voices that didn't fit their bodies

voci care nu li se potriveau corpului lor

or their personalities.

sau personalităţii lor.

We wouldn't dream of fitting a little girl

Nu ne-ar trece prin minte să punem unei fetiţe

with the prosthetic limb of a grown man.

o proteză de membru de adult.

So why then the same prosthetic voice?

Atunci de ce se foloseşte aceeaşi proteză vocală?

It really struck me,

Chiar m-a şocat

and I wanted to do something about this.

şi am vrut să fac ceva cu acest lucru.

I'm going to play you now a sample

Vă voi reda acum o mostră

of someone who has, two people actually,

a cuiva, de fapt a două persoane

who have severe speech disorders.

care au tulburări severe de vorbire.

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

Doresc să ascultaţi cum sună.

They're saying the same utterance.

Rostesc acelaşi lucru.

(First voice)

(Prima voce)

(Second voice)

(A doua voce)

You probably didn't understand what they said,

Probabil nu aţi înţeles ce au spus,

but I hope that you heard

dar sper că aţi auzit

their unique vocal identities.

identităţile lor vocale unice.

So what I wanted to do next is,

Ceea ce am vrut să fac apoi a fost

I wanted to find out how we could harness

să aflu cum putem valorifica

these residual vocal abilities

aceste capacităţi vocale reziduale

and build a technology

şi să construim o tehnologie

that could be customized for them,

personalizată pentru ei,

voices that could be customized for them.

voci personalizate.

So I reached out to my collaborator, Tim Bunnell.

Aşa am ajuns la colaboratorul meu, Tim Bunnell.

Dr. Bunnell is an expert in speech synthesis,

Dr. Bunnell este expert în sinteza vorbirii.

and what he'd been doing is building

El a construit

personalized voices for people

voci personalizate pentru oameni

by putting together

prin alăturarea

pre-recorded samples of their voice

unor mostre ale vocii lor înregistrate în prealabil

and reconstructing a voice for them.

şi reconstruirea unei voci pentru ei.

These are people who had lost their voice

Sunt oameni care şi-au pierdut vocea

later in life.

mai târziu în viaţă.

We didn't have the luxury

Nu aveam luxul de a deţine

of pre-recorded samples of speech

mostre de vorbire preînregistrate

for those born with speech disorder.

pentru cei născuţi cu tulburări de vorbire.

But I thought, there had to be a way

Dar m-am gândit că trebuie să fie un mod

to reverse engineer a voice

de a construi o voce de la coadă la cap,

from whatever little is left over.

din puţinul care mai există.

So we decided to do exactly that.

Aşa că am decis să facem exact asta.

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

Am pornit cu o mică finanţare de la Fundaţia Naţională pentru Ştiinţă

to create custom-crafted voices that captured

pentru a crea voci artizanale la comandă

their unique vocal identities.

care să captureze identităţile lor vocale unice.

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

Proiectul l-am numit VocaliD, sau vocal I.D.,

for vocal identity.

de la identitate vocală.

Now before I get into the details of how

Înainte să intru în detalii despre modul în care

the voice is made and let you listen to it,

e creată vocea și să vă las să o ascultaţi,

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

trebuie să vă ţin o lecţie succintă despre ştiinţa vorbirii.

So first, we know that the voice is changing

În primul rând ştim că vocea se schimbă

dramatically over the course of development.

dramatic pe parcursul maturizării.

Children sound different from teens

Copiii sună diferit faţă de adolescenţi,

who sound different from adults.

care sună diferit faţă de adulţi.

We've all experienced this.

Toţi am trecut prin asta.

Fact number two is that speech

În al doilea rând, vorbirea

is a combination of the source,

este o combinaţie a sursei,

which is the vibrations generated by your voice box,

respectiv vibraţiile generate de cutia vocală

which are then pushed through

împinse apoi prin

the rest of the vocal tract.

restul tractului vocal.

These are the chambers of your head and neck

Acestea sunt cavitățile capului şi gâtului

that vibrate,

care vibrează

and they actually filter that source sound

şi filtrează sunetul sursă

to produce consonants and vowels.

pentru a produce consoane şi vocale.

So the combination of source and filter

Deci combinând sursa şi filtrul

is how we produce speech.

producem vorbire.

And that happens in one individual.

Asta se întâmplă la o persoană.

Now I told you earlier that I'd spent

V-am spus mai devreme că mi-am consacrat

a good part of my career

o bună parte din carieră

understanding and studying

în înţelegerea şi studierea

the source characteristics of people

caracteristicilor sursei la persoanele

with severe speech disorder,

cu tulburări de vorbire severe

and what I've found

şi am aflat

is that even though their filters were impaired,

că deşi filtrele lor erau deteriorate,

they were able to modulate their source:

erau capabili să-şi ajusteze sursa:

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

înălţimea vocii, intensitatea, ritmul ei.

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

Acestea se numesc elemente metrice şi m-am documentat ani de zile

that the prosodic abilities of these individuals

asupra conservării abilităţilor metrice

are preserved.

ale acestor persoane.

So when I realized that those same cues

Când am realizat că aceleaşi elemente

are also important for speaker identity,

sunt importante şi în identitatea vorbitorului,

I had this idea.

mi-a venit următoarea idee.

Why don't we take the source

De ce să nu luăm sursa

from the person we want the voice to sound like,

de la persoana cu care vrem să semene vocea,

because it's preserved,

deoarece este conservată,

and borrow the filter

şi să împrumutăm filtrul

from someone about the same age and size,

de la cineva de aproximativ aceeaşi vârstă şi mărime,

because they can articulate speech,

pentru că poate articula cuvintele,

and then mix them?

şi apoi să le amestecăm?

Because when we mix them,

Deoarece, când le amestecăm,

we can get a voice that's as clear

putem obţine o voce la fel de clară

as our surrogate talker --

ca cea a vorbitorului surogat

that's the person we borrowed the filter from—

- adică persoana de la care am împrumutat filtrul -

and is similar in identity to our target talker.

şi similară în identitate cu vorbitorul ţintă.

It's that simple.

Simplu de tot.

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

Asta e ştiinţa de la baza a ceea ce facem noi.

So once you have that in mind,

Odată ce ai asta în minte,

how do you go about building this voice?

cum faci să sintetizezi vocea?

Well, you have to find someone

Trebuie să găseşti pe cineva

who is willing to be a surrogate.

dispus să fie surogat.

It's not such an ominous thing.

Nu-i așa rău.

Being a surrogate donor

Să fii donator surogat

only requires you to say a few hundred

necesită doar să spui de la câteva sute

to a few thousand utterances.

la câteva mii de enunţuri.

The process goes something like this.

Procesul funcţionează cam aşa.

(Video) Voice: Things happen in pairs.

(Video) Vocea: Lucrurile se întâmplă în pereche.

I love to sleep.

Îmi place să dorm.

The sky is blue without clouds.

Cerul este albastru fără nori.

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

RP: Va vorbi tot aşa

for about three to four hours,

pentru trei-patru ore.

and the idea is not for her to say everything

Scopul nu este să spună tot ceea ce

that the target is going to want to say,

persoana ţintă vrea să spună,

but the idea is to cover all the different combinations

ci să acopere toate combinaţiile diferite

of the sounds that occur in the language.

de sunete care apar în limbaj.

The more speech you have,

Cu cât ai mai mult discurs,

the better sounding voice you're going to have.

cu atât mai bine va suna vocea.

Once you have those recordings,

Odată ce avem aceste înregistrări,

what we need to do

ceea ce trebuie să facem

is we have to parse these recordings

este să le analizăm

into little snippets of speech,

în fragmente mici de vorbire,

one- or two-sound combinations,

combinaţii de câte unul sau două sunete,

sometimes even whole words

câteodată chiar cuvinte întregi

that start populating a dataset or a database.

care încep popularea unui set de date sau a unei baze de date.

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

Numim această bază de date o bancă de voci.

Now the power of the voice bank

Puterea aceste bănci de voci

is that from this voice bank,

este că din această bancă

we can now say any new utterance,

putem acum alcătui orice enunţ nou,

like, "I love chocolate" --

precum "Îmi place ciocolata."

everyone needs to be able to say that—

Toată lumea trebuie să poată spune asta.

fish through that database

Căutăm în baza de date

and find all the segments necessary

şi găsim toate segmentele necesare

to say that utterance.

pentru a pronunța acest fragment.

(Video) Voice: I love chocolate.

(Video) Vocea: Îmi place ciocolata.

RP: So that's speech synthesis.

RP: Asta înseamnă sinteza vorbirii.

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

Se numeşte sinteză concatenativă şi asta e ceea ce folosim noi.

That's not the novel part.

Nu asta e partea de noutate.

What's novel is how we make it sound

Noutatea este cum o facem să sune

like this young woman.

ca această tânără.

This is Samantha.

Ea este Samantha.

I met her when she was nine,

Am întâlnit-o când avea nouă ani

and since then, my team and I

şi de atunci echipa mea şi cu mine

have been trying to build her a personalized voice.

am încercat să-i construim o voce personalizată.

We first had to find a surrogate donor,

A trebuit întâi să găsim un donator surogat

and then we had to have Samantha

şi apoi să o punem pe Samantha

produce some utterances.

să facă nişte enunţuri.

What she can produce are mostly vowel-like sounds,

Ceea ce poate ea să scoată sunt în mare sunete ca vocalele,

but that's enough for us to extract

dar suficient pentru noi ca să-i luăm

her source characteristics.

caracteristicile sursei ei.

What happens next is best described

Ceea ce se întâmplă apoi este cel mai bine descris

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

prin analogia fiicei mele. Are şase ani.

She calls it mixing colors to paint voices.

Ea spune că amestecăm culori ca să pictăm vocile.

It's beautiful. It's exactly that.

E minunat şi exact asta este.

Samantha's voice is like a concentrated sample

Vocea Samanthei e ca o mostră concentrată

of red food dye which we can infuse

de colorant alimentar roşu pe care-l putem turna

into the recordings of her surrogate

peste înregistrările surogatului ei

to get a pink voice just like this.

pentru a face o voce roz ca aceasta.

(Video) Samantha: Aaaaaah.

(Video) Samantha: Aaaaaah.

RP: So now, Samantha can say this.

RP: Acum, Samantha poate spune asta.

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

(Video) Samantha: Această voce este doar pentru mine.

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

De-abia aştept să-mi folosesc vocea nouă cu prietenii.

RP: Thank you. (Applause)

RP: Mulţumim. (Aplauze)

I'll never forget the gentle smile

Nu voi uita niciodată zâmbetul delicat

that spread across her face

ce i s-a întins pe faţă

when she heard that voice for the first time.

când a auzit acea voce prima dată.

Now there's millions of people

Există milioane de oameni

around the world like Samantha, millions,

în lumea întreagă cum e Samantha, milioane,

and we've only begun to scratch the surface.

şi abia suntem la început.

What we've done so far is we have

Până acum avem

a few surrogate talkers from around the U.S.

câţiva vorbitori surogat din Statele Unite

who have donated their voices,

care şi-au donat vocile,

and we have been using those

şi le-am folosit

to build our first few personalized voices.

pentru a construi primele voci personalizate.

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

Dar mai este atât de mult de făcut.

For Samantha, her surrogate

Pentru Samantha, surogatul ei

came from somewhere in the Midwest, a stranger

este de undeva din Vestul Mijlociu, o necunoscută

who gave her the gift of voice.

care i-a oferit în dar vocea.

And as a scientist, I'm so excited

Ca om de ştiinţă, sunt foarte încântată

to take this work out of the laboratory

să scot din laborator toată munca asta

and finally into the real world

şi s-o implementez în sfârşit în lumea reală

so it can have real-world impact.

pentru un impact real asupra lumii.

What I want to share with you next

Ce doresc să împărtăşesc în continuare cu voi

is how I envision taking this work

este modul în care îmi imaginez să duc munca

to that next level.

la următorul nivel.

I imagine a whole world of surrogate donors

Îmi imaginez o lume întreagă de donatori surogaţi

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

din toate etapele vieţii, de dimensiuni şi vârste diferite,

coming together in this voice drive

care să ajungă în această bancă

to give people voices

pentru a da oamenilor voci

that are as colorful as their personalities.

colorate ca personalităţile lor.

To do that as a first step,

Pentru asta, ca prim pas

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

am făcut împreună acest website, VocaliD.org,

as a way to bring together those

pentru a-i aduce laolaltă pe cei

who want to join us as voice donors,

care doresc să ni se alăture ca donatori de voci,

as expertise donors,

ca experți, în orice fel,

in whatever way to make this vision a reality.

pentru a transforma această viziune în realitate.

They say that giving blood can save lives.

Se spune că donarea de sânge salvează vieţi.

Well, giving your voice can change lives.

Ei, donarea de voce schimbă vieţi.

All we need is a few hours of speech

Tot ce avem nevoie sunt câteva ore de pronunţie

from our surrogate talker,

din partea vorbitorului surogat,

and as little as a vowel from our target talker,

şi de puţin, precum o vocală, de la vorbitorul ţintă

to create a unique vocal identity.

pentru a crea o identitate vocală unică.

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

Asta e ştiinţa din spatele a ceea ce facem.

I want to end by circling back to the human side

Doresc să închei prin a readuce în discuţie partea umană,

that is really the inspiration for this work.

adevărata inspiraţie pentru această muncă.

About five years ago, we built our very first voice

Acum vreo cinci ani am construit prima noastră voce

for a little boy named William.

pentru un băieţel pe nume William.

When his mom first heard this voice,

Când mama lui a auzit pentru prima dată vocea,

she said, "This is what William

a spus: "Aşa ar fi sunat William

would have sounded like

dacă

had he been able to speak."

ar fi putut vorbi."

And then I saw William typing a message

Apoi l-am văzut pe William scriind un mesaj

on his device.

pe dispozitivul lui.

I wondered, what was he thinking?

Mă gândeam la ce era în mintea lui.

Imagine carrying around someone else's voice

Imaginaţi-vă să purtaţi vocea altcuiva

for nine years

timp de nouă ani

and finally finding your own voice.

şi în final să vă găsiţi vocea proprie.

Imagine that.

Imaginaţi-vă asta.

This is what William said:

Iată ce a scris William:

"Never heard me before."

"Nu m-am mai auzit niciodată pe mine."

Thank you.

Mulţumim.

(Applause)

(aplauze)