Rupal Patel: Synthetic voices, as unique as fingerprints

Çeviri: Sultan Kevser YILDIRIM Gözden geçirme: Ramazan Şen

I'd like to talk today

Bugün kim olduğumuza dair

about a powerful and fundamental aspect

güçlü ve temel bir husus hakkında

konuşmak istiyorum: sesimiz.

of who we are: our voice.

Each one of us has a unique voiceprint

Her birimiz yaşımızı, bedenimizi

that reflects our age, our size,

hatta yaşam tarzımızı ve kişiliğimizi

even our lifestyle and personality.

yansıtan özgün ses özelliklerine sahibiz.

Şair Longfellow'un deyişiyle

In the words of the poet Longfellow,

"İnsan sesi ruhun organıdır.''

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

Bir konuşma bilimcisi olarak,

As a speech scientist, I'm fascinated

by how the voice is produced,

sesin nasıl üretildiğine hayranım

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

ve onun tasarımına dair bir fikrim var.

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

Sizinle paylaşmak istediğim de bu.

I'm going to start by playing you a sample

Tanıyabileceğiniz bir ses örneğini

of a voice that you may recognize.

dinleterek başlayacağım.

(Ses kaydı) Stephen Hawking: Demek istediğimin oldukça

(Recording) Stephen Hawking: "I would have thought

it was fairly obvious what I meant."

aşikar olduğunu düşünürdüm.

Rupal Patel: That was the voice

Rupal Patel: Bu Prof. Stephen Hawking'in sesiydi.

of Professor Stephen Hawking.

What you may not know is that same voice

Sizin bilmiyor olabileceğiniz şey

aynı sesin nörolojik bir koşuldan dolayı

may also be used by this little girl

konuşamayan bu küçük kız tarafından

who is unable to speak

because of a neurological condition.

da kullanılabileceğidir.

In fact, all of these individuals

Açıkçası, bütün bu bireyler

may be using the same voice,

sayılı seçenekleri olduğundan dolayı

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

aynı sesi kullanıyor olabilirler.

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

Sadece ABD'de konuşamayan 2.5 milyon Amerikan var

ve bunların çoğu

who are unable to speak,

and many of whom use computerized devices

iletişim kurabilmek için bilgisayar donanımlı

to communicate.

araçlar kullanıyorlar.

Now that's millions of people worldwide

Dünya genelinde jenerik sesleri kullanan

who are using generic voices,

milyonlarca insan var.

Buna Amerikan aksanlı sesi kullanan

including Professor Hawking,

who uses an American-accented voice.

Stephan Hawking de dahil.

This lack of individuation of the synthetic voice

Birkaç yıl önce yardımcı teknoloji

really hit home

ürünleri konferansında

yapay sesin bireysellikten yoksunluğu

when I was at an assistive technology conference

a few years ago,

beni derinden sarstı

and I recall walking into an exhibit hall

ve bir sergi salonunda

and seeing a little girl and a grown man

kendi cihazlarıyla iletişim kuran

farklı cihazları fakat aynı sesi kullanan

having a conversation using their devices,

different devices, but the same voice.

küçük bir kızla yetişkin birini anımsadım.

And I looked around and I saw this happening

Etrafıma baktım ve bunun

tüm çevremde böyle olduğunu gördüm.

all around me, literally hundreds of individuals

Abartısız yüzlerce birey

using a handful of voices,

kendi bedenlerine ve

voices that didn't fit their bodies

kişiliklerine uymayan bir avuç sesi kullanıyordu.

or their personalities.

We wouldn't dream of fitting a little girl

Küçük bir kıza yetişkin bir bireyin

with the prosthetic limb of a grown man.

prostetik bacağını yerleştirmeyi düşünmeyiz.

So why then the same prosthetic voice?

Peki neden aynı ses?

It really struck me,

Bu sahiden kafama dank etti

and I wanted to do something about this.

ve bu konuda bir şeyler yapmak istedim.

Şimdi sizlere ciddi konuşma bozuklukları

I'm going to play you now a sample

of someone who has, two people actually,

olan birinin -aslında iki kişi-

who have severe speech disorders.

örneklerini dinleteceğim.

Seslerinin nasıl çıktığını

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

dinlemenizi istiyorum.

They're saying the same utterance.

Her ikisi de aynı şeyi söylüyorlar.

(First voice)

(Birinci ses)

(İkinci ses)

(Second voice)

You probably didn't understand what they said,

Muhtemelen ne söylediklerini anlamadınız,

fakat kendi özgün ses kimliklerini

but I hope that you heard

duyduğunuzu umuyorum

their unique vocal identities.

So what I wanted to do next is,

Bundan sonra yapmak istediğim şey

kalan bu ses yeteneklerinden

I wanted to find out how we could harness

these residual vocal abilities

nasıl yararlanabileceğimizi bulmak

and build a technology

ve onlar için kişiselleştirilmiş

that could be customized for them,

bir teknoloji geliştirmekti,

voices that could be customized for them.

kendilerine özgü olabilecek sesler.

So I reached out to my collaborator, Tim Bunnell.

Bu yüzden iş arkadaşım Tim Bunnell'e ulaştım.

Dr. Bunnell is an expert in speech synthesis,

Dr. Bunnell yapay konuşma uzmanıdır.

and what he'd been doing is building

Onun yapmakta olduğu şey

personalized voices for people

insanların önceden kaydedilmiş seslerini

by putting together

bir araya getirerek

pre-recorded samples of their voice

onlar için yeniden

and reconstructing a voice for them.

kişiselleştirilmiş sesler oluşturmaktı.

These are people who had lost their voice

Bu kişiler

seslerini sonradan kaybeden insanlardı.

later in life.

We didn't have the luxury

Konuşma hastalıklarıyla doğanlar için

of pre-recorded samples of speech

önceden kaydedilmiş ses örneklerine

for those born with speech disorder.

sahip olmak gibi bir lüksümüz yoktu.

But I thought, there had to be a way

Fakat sesten geriye ne kaldıysa

to reverse engineer a voice

onu geri döndürmek için

from whatever little is left over.

bir yol olması gerektiğini düşündüm.

So we decided to do exactly that.

Ve biz de tam olarak bunu yapmaya karar verdik.

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

Kişisel özgün ses özellikleriyle

özel hazırlanmış sesler oluşturmak için

to create custom-crafted voices that captured

öncelikle Uluslarası Bilim Kuruluşundan

bir miktar finansman sağlayarak yola çıktık.

their unique vocal identities.

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

Bu projeye ses kimliğinden dolayı

VocaliD veya vocal I.D. adını verdik.

for vocal identity.

Now before I get into the details of how

Şimdi size sesi dinletmeden

the voice is made and let you listen to it,

ve nasıl yapıldığına dair detaylara inmeden önce,

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

hızlı bir konuşma bilimi dersi vermem gerekiyor.

Tamam mı?

Öncelikle insanın gelişimi boyunca

So first, we know that the voice is changing

sesin önemli ölçüde değiştiğini biliyorduk.

dramatically over the course of development.

Bir çocuğun sesi gencin sesinden,

Children sound different from teens

gencinki de yaşlınınkinden farklıdır.

who sound different from adults.

We've all experienced this.

Bunu hepimiz yaşamışızdır.

Fact number two is that speech

İkinci gerçek,

konuşmanın gırtlağınızda üretilip

is a combination of the source,

daha sonra

which is the vibrations generated by your voice box,

kalan ses kanalınız boyunca

iletilen titreşimlerinden kaynaklanan

which are then pushed through

the rest of the vocal tract.

bir kombinasyon olduğudur.

Bunlar başınızda ve boynunuzda

These are the chambers of your head and neck

that vibrate,

titreşen boşluklardır

and they actually filter that source sound

ve gerçekten de

kaynak sesleri filtreleyerek

to produce consonants and vowels.

sesli ve sessizleri üretirler.

So the combination of source and filter

Böylelikle kaynakların kombinasyonu ve filtre sayesinde

is how we produce speech.

biz ses üretiriz.

And that happens in one individual.

Bir bireyde meydana gelenler bunlardır.

Now I told you earlier that I'd spent

Sizlere önceden

a good part of my career

kariyerimin büyük bir kısmını

understanding and studying

ciddi konuşma bozukları olan insanların

kaynak özelliklerini çalışarak ve anlayarak geçirdiğimi söylemiştim.

the source characteristics of people

with severe speech disorder,

and what I've found

Ve bulduğum şey,

is that even though their filters were impaired,

onların filtreleri harap olmuş olsa dahi

they were able to modulate their source:

seslerinin kaynaklarını ayarlayabiliyor olduklarıydı:

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

Ses perdesi, ses şiddeti, ses temposu.

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

Bunlara bürün denir

ve ben yıllardır bu bireylerin

that the prosodic abilities of these individuals

bürünsel özelliklerinin korunduğunu belgeliyorum.

are preserved.

So when I realized that those same cues

Bu işaretlerin konuşmacı kimliği için de önemli olduğunu farkettiğimde

are also important for speaker identity,

I had this idea.

şöyle bir fikrim oluştu.

Why don't we take the source

Neden kaynağı, sesin benzemesini istediğimiz kişiden almıyoruz?

from the person we want the voice to sound like,

because it's preserved,

Çünkü kaynak korunmuştur.

and borrow the filter

Filtreyi de aynı yaşlarda ve boyutlarda olan birinden alalım

from someone about the same age and size,

çünkü onlar açıkça konuşabiliyorlar.

because they can articulate speech,

and then mix them?

Daha sonra bunları karıştıralım.

Because when we mix them,

Çünkü bunları karıştırdığımızda

we can get a voice that's as clear

vekil konuşmacımızınki kadar temiz

as our surrogate talker --

that's the person we borrowed the filter from—

- bu filtreyi aldığımız kişi -

ve kimlik olarak hedef konuşmacımızınkiyle aynı bir ses elde edebiliriz.

and is similar in identity to our target talker.

It's that simple.

İşte bu kadar basit.

Yapıyor olduğumuz şeyin arkasındaki bilim bu.

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

So once you have that in mind,

Bunu bir kere aklına koyduktan sonra

how do you go about building this voice?

sesi inşa etme işine nasıl koyuluyorsun?

Well, you have to find someone

Peki, vekil olmaya istekli birini bulman gerekiyor.

who is willing to be a surrogate.

It's not such an ominous thing.

Bu uğursuz bir şey değil.

Being a surrogate donor

Vekil olmak yalnızca

only requires you to say a few hundred

birkaç yüz ile birkaç bin arasında

to a few thousand utterances.

cümle söylemeni gerektiriyor.

The process goes something like this.

Süreç bunun gibi işliyor.

(Video) Voice: Things happen in pairs.

(Video) Ses: Olaylar çift olarak gerçekleşir.

I love to sleep.

Uyumayı severim.

The sky is blue without clouds.

Gökyüzü bulutlar olmadan mavidir.

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

Bu şekilde üç veya dört saat devam ediyor.

for about three to four hours,

and the idea is not for her to say everything

Düşüncemiz, hedefin söylemek istediği her şeyi söyletmek değil,

that the target is going to want to say,

but the idea is to cover all the different combinations

Düşüncemiz, söylediklerinin dilde bulunan

of the sounds that occur in the language.

tüm farklı seslerin kombinasyonlarını içermesi.

The more speech you have,

Ne kadar çok konuşma olursa

the better sounding voice you're going to have.

o kadar iyi bir sese sahip olursunuz.

Once you have those recordings,

Bu kayıtlara sahip olduğumuzda

what we need to do

yapmamız gereken şey

is we have to parse these recordings

onları küçük konuşma kırpıntılarına ayrıştırmaktır.

into little snippets of speech,

one- or two-sound combinations,

Bir veya iki sesli kombinasyonlara.

sometimes even whole words

Bazen bir veri kümesini veya veritabanını

that start populating a dataset or a database.

doldurmaya başlayan tüm kelimeleri.

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

Bu veritabanlarına ses bankası diyeceğiz.

Now the power of the voice bank

Ses bankasının gücü şudur:

is that from this voice bank,

ses bankasının yardımıyla

we can now say any new utterance,

herhangi yeni bir cümleyi,

like, "I love chocolate" --

"Çikolatayı severim." gibi -herkes bunu söyleyebilmeli-

everyone needs to be able to say that—

fish through that database

veri tabanından

and find all the segments necessary

bu cümleyi söylemek için

to say that utterance.

gerekli tüm bölütleri araştırıyoruz

(Video) Voice: I love chocolate.

(Video)Ses: Çikolata severim.

RP: So that's speech synthesis.

RP: İşte bu ses sentezi.

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

Buna bitişik sentez deniliyor ve biz de bunu kullanıyoruz.

That's not the novel part.

Özgün olan kısmı burası değil.

What's novel is how we make it sound

Özgün olan kısmı bunu nasıl

bu genç bayanın sesine benzetebildiğimiz.

like this young woman.

This is Samantha.

Bu Samantha.

I met her when she was nine,

Onunla o dokuz yaşındayken tanıştım

and since then, my team and I

ve tanıştığımızdan beri

ben ve ekibim ona özel bir ses inşa etmek için uğraşıyoruz.

have been trying to build her a personalized voice.

We first had to find a surrogate donor,

Öncelikle bir vekil donör bulmuştuk,

and then we had to have Samantha

ardından Samantha’ya

produce some utterances.

bir şeyler söyletmemiz gerekmişti.

Onun ürettiği sesler daha çok sesli harf benzeriydi

What she can produce are mostly vowel-like sounds,

but that's enough for us to extract

fakat onun sesinin kaynağını özütleyebilmemiz için

her source characteristics.

bu bize yeterli değildi.

What happens next is best described

Daha sonra olanları

en iyi tarif eden şey

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

altı yaşındaki kızımın benzetmesi oldu.

She calls it mixing colors to paint voices.

Kızım buna

sesleri çizmek için renkleri karıştırmak diyor.

It's beautiful. It's exactly that.

Çok güzel, yaptığımız şey tam olarak bu.

Samantha's voice is like a concentrated sample

Samantha’nın sesi konsantre kırmızı meyve boyası örneği gibiydi.

of red food dye which we can infuse

Pembe bir ses elde etmek için

into the recordings of her surrogate

onu vekilinin kayıtlarıyla aşılayabilirdik.

to get a pink voice just like this.

Aynen böyle.

(Video) Samantha: Aaaaaah.

(Video) Samantha: Aaaaaah.

RP: Şimdi Samantha bunu söyleyebiliyor.

RP: So now, Samantha can say this.

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

(Video) Samantha: Bu ses sadece benim için.

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

Yeni sesimi arkadaşlarımla kullanmak için sabırsızlanıyorum.

RP: Thank you. (Applause)

RP: Teşekkürler.

(Alkışlar)

I'll never forget the gentle smile

Bu sesi ilk duyduğunda

yüzüne yayılan tatlı gülümsemeyi

that spread across her face

when she heard that voice for the first time.

hiçbir zaman unutamayacağım.

Now there's millions of people

Şu anda Dünya’nın her tarafında

around the world like Samantha, millions,

Samantha gibi milyonlarca insan var

and we've only begun to scratch the surface.

ve biz sadece ilk adımı atarak başladık.

What we've done so far is we have

Şimdiye kadar ABD’den

a few surrogate talkers from around the U.S.

kendi seslerini bağışlayan

birkaç vekil konuşmacımız var

who have donated their voices,

and we have been using those

ve biz onlarla

to build our first few personalized voices.

ilk kişileştirilmiş seslerimizi kuruyoruz.

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

Fakat yapılacak daha çok fazla iş var.

For Samantha, her surrogate

Samantha için

vekili Ortabatı'dan bir yerden geliyordu,

came from somewhere in the Midwest, a stranger

ona ses hediyesini veren bir yabancı.

who gave her the gift of voice.

Ve bir bilimci olarak, bu çalışmayı

And as a scientist, I'm so excited

to take this work out of the laboratory

sonunda laboratuvardan gerçek dünyaya

and finally into the real world

çıkarabildiğim için çok heyecanlıyım.

so it can have real-world impact.

Böylece gerçek-dünya etkisi olabilir.

Sizinle paylaşmak istediğim diğer şeyse

What I want to share with you next

is how I envision taking this work

bu çalışmayı bir sonraki seviyeye taşımayı

to that next level.

zihnimde nasıl canlandırdığım.

I imagine a whole world of surrogate donors

Farklı yaşlardan, farklı bedenlerden

toplumun her kesiminden

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

vekil donörlerin

insanlara kendi kişilikleri kadar

coming together in this voice drive

renkli sesler vermek için

to give people voices

bu ses koşusunda bir araya geldiği

bir bütün dünya hayal ediyorum.

that are as colorful as their personalities.

To do that as a first step,

Bunu gerçekleştirmek için ilk adım olarak,

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

VocaliD.org web sitesini kurduk ve

as a way to bring together those

ses donörü, uzman ses donörü olarak

who want to join us as voice donors,

bu hayali herhangi bir şekilde gerçeğe dönüştürmek için

as expertise donors,

in whatever way to make this vision a reality.

katılmak isteyen insanları

bir araya getirmek istedik.

They say that giving blood can save lives.

Kan vermenin hayat kurtarabileceğini söylerler.

Well, giving your voice can change lives.

Sesinizi vermek de hayatları değiştirebilir.

All we need is a few hours of speech

Özgün ses kimliği oluşturmak için bize gereken tek şey

from our surrogate talker,

vekil donörümüzden sadece birkaç saatlik konuşma

and as little as a vowel from our target talker,

ve hedef konuşmacımızdan da çok az bir sesli harftir.

to create a unique vocal identity.

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

İşte yapmakta olduğumuz şeyin arkasındaki bilim bu.

I want to end by circling back to the human side

Bu çalışmanın gerçekten ilhamı olan

insan tarafına geri dönerek

that is really the inspiration for this work.

bitirmek istiyorum.

About five years ago, we built our very first voice

Yaklaşık beş sene önce

Willliam adında küçük bir oğlana

for a little boy named William.

ilk sesimizi inşa etmiştik.

Annesi bu sesi ilk duyduğunda şöyle demişti:

When his mom first heard this voice,

she said, "This is what William

"Eğer William konuşabilseydi

would have sounded like

had he been able to speak."

sahip olacağı ses bu olurdu."

And then I saw William typing a message

Ve daha sonra William'ı

kendi cihazıyla bir mesaj yazarken görmüştüm.

on his device.

I wondered, what was he thinking?

Ne düşündüğünü merak etmiştim.

Imagine carrying around someone else's voice

Başka birinin sesini

dokuz yıl taşıdıktan sonra

for nine years

and finally finding your own voice.

sonunda kendi sesinizi bulduğunuzu düşünün.

Imagine that.

Bunu hayal edin.

William’ın söylediği şuydu:

This is what William said:

"Never heard me before."

"Beni daha önce hiç duymadınız."

Thank you.

Teşekkürler.

(Alkışlar)

(Applause)