Vozes sintéticas, tão únicas como impressões digitais

Muitas pessoas com distúrbios da fala grave usam um aparelho computadorizado para sua comunicação. Porém existem poucas opções de vozes dife...

Muitas pessoas com distúrbios da fala grave usam um aparelho computadorizado para sua comunicação. Porém existem poucas opções de vozes diferentes. É por isso que Stephen Hawking tem um sotaque americano e o porquê de muitas pessoas terem a mesma voz, muitas vezes com efeito incongruente. A cientista da fala, Rupal Patel, quis fazer algo sobre isso e nesta maravilhosa palestra ela compartilha seu trabalho de criar vozes únicas para aqueles sem voz.

Hoje eu quero falar sobre um aspecto poderoso e fundamental de quem nós somos: nossa voz. Cada um de nós possui uma impressão de voz única que reflete nossa idade, nosso tamanho até mesmo nosso estilo de vida e personalidade. Como dizia o poeta Longfellow, "a voz humana é o órgão da alma." Como sou uma cientista no campo da fala, acho fascinante como a voz é emitida, e eu tenho uma ideia de como isto pode ser construído. Isto é o que gostaria de compartilhar com vocês.



Começo tocando um exemplo de uma voz que poderão reconhecer.

(Gravação) Stephen Hawking: "Penso que foi bastante óbvio o que eu quiz dizer."

Rupal Patel: Esta era a voz do Professor Stephen Hawking. O que não devem saber é que esta mesma voz pode ser usada por esta menininha com distúrbio da fala devido a uma condição neurológica. Na verdade, todas essas pessoas podem estar usando a mesma voz, porque as opções disponíveis são poucas. Só nos EUA há 2.5 milhões de americanos impossibilitados de falar, e muitos deles usam dispositivos computadorizados para se comunicarem. São milhões de pessoas no mundo todo usando vozes genéricas, inclusive Professor Hawking, que usa uma voz com sotaque americano. Esta falta de uma voz sintética individualizada realmente me tocou muito quando participava de uma conferência de tecnologia assistiva alguns anos atrás, e eu lembro entrando na exibição e vendo uma menininha e um homem adulto conversando, cada um com seu dispositivo mas com uma mesma voz. E olhei em volta e vi isto acontecendo a minha volta, centenas de pessoas usando um punhado de vozes, vozes que não condiziam com seus corpos ou suas personalidades. Nunca sonharíamos de colocar numa menininha uma prótese de um homem adulto. Então por quê a mesma protética voz? Isto mexeu comigo e eu quis fazer algo sobre isto.

Vou mostrar um exemplo de duas pessoas com distúrbios da fala graves. Quero que ouçam como elas soam. Elas estão expressando a mesma coisa

(Primeira voz)

(Segunda voz) Provavelmente vocês não entenderam o que disseram mas espero que tenham ouvido suas identidades vocais únicas.

A seguir, eu quis saber como nós poderíamos preparar essas habilidades vocais residuais e construir uma tecnologia que pudesse ser personalizada, vozes personalizadas para elas. Entrei em contato com meu colaborador, Tim Bunnell. Dr. Bunnell é um especialista em síntese de fala, e ele vem desenvolvendo vozes personalizadas para pessoas colocando junto exemplos pré-gravados das suas vozes e reconstruindo uma voz para eles. Estas pessoas perderam a voz ao longo da vida. Não tínhamos o luxo de exemplos pré-gravados da fala para aqueles nascidos com o distúrbio da fala. Mas pensei, deve haver uma forma de reverter uma designada voz a partir de alguma pequena sobra.

Então decidimos fazer exatamente isto. Com uma pequena ajuda financeira da Fundação Nacional de Ciência decidimos criar vozes personalizadas que capturavam suas identidades vocais únicas. Chamamos este projeto de VocalID, ou Vocal I.D., como em identidade vocal.

Antes de entrar em detalhes de como a voz é feita e os deixar ouvir preciso lhes dar uma lição da fala bem rápida. Certo? Primeiro, sabemos que a voz muda de forma dramática ao longo do desenvolvimento. O som das crianças é diferente do som dos adolescentes que soa diferente dos adultos. Nós todos tivemos esta experiência. Segundo, a fala é uma combinação da fonte, que são vibrações geradas pela sua caixa de voz que são então puxadas pelo restante do seu trato vocal. Estas são as cavidades da sua cabeça e pescoço que vibram, e elas filtram a fonte do som para produzir as consoantes e as vogais. Esta combinação de fonte e filtro é como produzimos a fala. Isto acontece em uma pessoa.

Eu já tinha dito que passei grande parte da minha carreira entendendo e estudando as características da fonte das pessoas com grave distúrbios da fala, e o que constatei foi que embora seus filtros estejam danificados, eram capazes de articular a fonte: o tom da voz, o volume, o ritmo. Estes são chamados de versificação e venho registrando há anos que as habilidades de versificação dessas pessoas estão conservadas. Quando percebi que estes mesmos indicadores são também importantes para a identidade do falante, eu tive esta ideia. Por quê não aproveitar a fonte da pessoa que queremos com que a voz se pareça pois está conservada, e pegar o filtro emprestado de alguém da mesma idade e tamanho, porque elas podem articular a fala, e as misturar? Porque quando as misturamos conseguimos uma voz tão clara quanto o nosso 'falante substituto', a pessoa de quem pedimos o filtro emprestado, e é semelhante à identidade do nosso 'falante alvo'. É muito simples. Esta é a ciência por detrás do que estamos desenvolvendo.

Uma vez que se tem isto em mente, como podemos construir esta voz? Bem, precisamos achar alguém disposto a ser um substituto. Isto não é tão intimidante. Para se ser um substituto doador você só precisa dizer entre centenas e milhares de palavras. O processo é mais ou menos assim.

(Vídeo) Voz: As coisas acontecem em pares.

Eu adoro dormir.

O céu está azul sem nuvens.

RP: Ela continuará assim durante umas 3 ou 4 horas, e a ideia não é ela dizer tudo que o alvo vai dizer, mas incluir todos os sons combinados que ocorrem na linguagem. Quanto mais fala se tem, melhor soa a sua futura voz. Após estas gravações precisamos analizá-las em pequenos fragmentos da fala, combinando um ou dois sons, às vezes até as palavras inteiras um banco de dados. que começam a expandir Chamaremos este banco de dados de banco de vozes. O poder deste banco de vozes é que a partir dele, agora nós podemos criar qualquer expressão nova como, "Adoro chocolate"– todo mundo precisa ser capaz de dizer isto – buscamos no banco de dados e encontramos todos os segmentos necessários para articular a expressão

(Vídeo) Voz: Adoro chocolate.

RP: Então, isto é síntese da fala Chama-se síntese de concatenação e isso é o que estamos usando. Esta não é a novidade. A novidade é como fazemos com que soe como esta jovem.

Esta é Samantha. Eu a conheci quando ela tinha nove anos e desde então, minha equipe e eu temos tentado construir uma voz personalizada para ela. Primeiro nós tivemos que encontrar um doador substituto, depois pedimos a Samantha para produzir algumas expressões. O que ela pode expressar na maioria das vezes é o som das vogais, mas isto não é suficiente para se extrair as características da sua fonte. O que acontece a seguir é melhor descrito com a analogia da minha filha. Ela tem 6 anos. Ela chama isso de misturando cores para pintar vozes. Isto é lindo. É exatamente isto. A voz de Samantha é como um exemplo concentrado de corante vermelho que podemos infundir nas gravações de sua substituta para conseguir uma voz cor de rosa assim.

(Vídeo) Samantha: Aaaaaah.

RP: Agora, Samantha pode dizer isso.

(Vídeo) Samantha: Esta voz é só para mim. Mal posso esperar para usar minha nova voz com meus amigos.

RP: Obrigada. (Aplausos)

Eu nunca vou esquecer este sorriso gentil estampado em seu rosto quando ela ouviu aquela voz pela primeira vez Há milhões de pessoas em todo o mundo como Samantha, milhões, e isto é apenas o começo. Até agora nós conseguimos alguns substitutos falantes nos Estados Unidos. que doaram suas vozes, e temos usado estas vozes para construir nossas primeiras vozes personalizadas. Mas ainda precisamos fazer muito mais. Para Samantha, sua substituta é de algum lugar no Centro-Oeste, um estranho que lhe deu o dom da voz. Como uma cientista, eu estou muito entusiasmada de tirar este trabalho do laboratório e finalmente implementar isto no mundo real para que possa ter um impacto mundial real O que ainda quero compartilhar com vocês é como eu visualizo levar este trabalho para o próximo nível. Eu imagino um mundo de doadores substitutos de todo tipo de formação, de tamanhos e idades diferentes, unindo-se juntos nesta unidade de voz para dar às pessoas vozes tão coloridas quanto suas personalidades. Para isso, um primeiro passo, nós criamos este site na Internet: VocaliD.org, como uma forma de reunir estes que desejam se juntar a nós. como doadores de vozes, como doadores especialistas, de qualquer forma, para fazer esta visão uma realidade

Diz-se que a doação de sangue pode salvar vidas. Bem, a doação de suas vozes pode mudar vidas Tudo que precisamos são algumas horas de fala do nosso 'falante substituto', e apenas uma vogal do 'falante alvo', para criar uma identidade vocal única.

Essa é a ciência por trás do que fazemos. Quero concluir colocando um círculo de volta no lado humano que é realmente a verdadeira inspiração para este trabalho. Cerca de 5 anos atrás nós construímos nossa primeira voz por um garoto chamado William. Quando sua mãe ouviu primeira voz, disse: "É assim que a voz de William teria soado se ele pudesse falar." Eu vi William escrever uma mensagem em seu dispositivo. Eu pensei, que será que ele está pensando? Imaginem usando voz de outra pessoa durante 9 anos e finalmente encontrando sua própria voz. Imagine só.

Wiiliam disse: "Nunca me ouvi antes."

Obrigada.

(Aplausos)

[Via BBA]

Comentários

Nome

A divulgar Abelha acessibilidade acessório Acidente Acidentes Acústica Adágios Adestramento Administração adulto Aerodinâmica Aeronáutica África Agência Brasil Agropecuária AIDS Alcoolismo Alemanha Alerta Algoritmo Alimento Alzheimer Amazon Amazônia Análise Combinatória Anatomia Android Animação Animais de Estimação Animal Antropologia apagão Apicultura Apobec App Apple Apresentação aquário Argentina Arqueologia arquitetura Arte Astrobiologia Astronomia Ativismo Áudio Audio FX Áustria Autismo Auto-ajuda Automobilismo Automóvel aventura Aviação Aviônica Bahia Balonismo Banco de Dados Beber e Dirigir biblioteconomia Bicicleta Biografia Biologia Biologia Marinha bioquímica Biotecnologia Blog Blogger Boato Bomba borderô de desconto Botânica Brasil Brasília BRIC Browser Bugs CAD Calor Câmera lenta Campanha câncer cardiologia carreira Casemods Caso Isabella Nardoni Caso Snowden Celebridades celular Células-Tronco Cérebro Charge China Cibercultura Ciclovia Cidadania Ciência Cinema Clip Cliparts Cloud computing Comédia competência Complemento de dois Comportamento Computação Computação em grade Computação forense Computação Gráfica Computação Móvel Comunicação e Marketing Concurso Concurso Cultural de Natal Concursos Público Concursos Públicos Conectômica Conspiração Consumidor Consumismo contabilidade Contos Copa do Mundo Cordel Coreia do Norte Coreia do Sul Corpo Coruja cosmética cosmologia Criança Crime Crime Digital crise crise econômica crônica crônicas Cronologia CSS Cuba Culinária Cultura Curiosidades custos fixo custos variáveis Dança DAO Darwin Decoração demência Demografia Denúncia Dermatologia Desastre Natural Descoberta desconto duplicatas Desenho instrucional Desenvolvimento de jogos Design Dia das Mães Dia do professor diabetes Dica Dicas Didática Dieta diplomacia Direito Direito Eleitoral Direito Internacional Direito Tributário Direitos Humanos Disney Distrito Federal Documentário Doutorado download Drogas e-Book e-governo Ecologia economia Editoração Eletrônica Educação Educação a Distância educação física Educação sexual Efeitos Sonoros Egiptologia Eleições Eleições 2014 Eletricidade eletrônica empreendedorismo enciclopédia endocrinologia Enem Energia Energia Alternativa Energia Nuclear Engenharia Engenharia Civil Engenharia de materiais Engenharia de Software Engenharia Genética Engenharia Mecânica Enretenimento Ensino a Distância Ensino Superior Entomologia Entretenimento Entrevista Epidemiologia Equador Escândalo Escritório Espaço Espanha Espanhol Espeleologia Espetáculo Espionagem Esporte Estação Estágio Estatísticas estrutura de dados Ética EUA Evento Evolução Exercícios físicos Exobiologia experiência fábulas Facebook Farmacologia Favo featured Feminismo Férias Ferramentas FIFA Filantropia Filmes Filosofia Firefox Física Física Quântica Fisiologia Fisioterapia Flagrante Flamengo Folclore Fome Fonoaudiologia Fotografia Fotos em 360 graus França Francês frases Fraude Freeware Futebol Futurologia gadget Gafe Gastroenterologia Gastronomia Geek Genética Geofísica Geografia Geologia Geometria geopolítica Geriatria Gestão de Configuração Gestão de Projetos Gestão do conhecimento Ginecologia Glass Google Governo GPS Gradiente gramática Gravidez Grécia Grécia Antiga Guerra Guinness H2 Haiti hardware História HIV homenagem Horologia HPV HTML Humor Humor Negro IBM ICIJ Idioma IHC ilo ilusão ilusão de óptica ilusão de ótica ilusionismo Imagem 3D Imagens Imagine Cup Império Romano Imprensa Impressora 3D Incêndio Inclusão digital Índia Índios Infectologia Infográfico Informática Inglaterra Inglês Inovação Inteligência Artificial interativo Interface Interface Homem-Computador Interfaces Hápticas Internacional Internacionalização da Amazônia Internet Inundação Invenção Inventos iPad IPEA iphone Irã Iraque Israel Japão Java Java. jogos Jogos educativos Jogos Olímpicos Jornalismo Justiça Kinect Le Monde Diplomatique Brasil Letras Lexicografia Liderança Life Hacking Linguística Literatura Livro Lógica Logística Lua Maçonaria Malásia Malvinas Malware Mapa Mapas Marte Mastologia Matemática Matemática Financeira maternidade Mecânica Mecânica dos Fluidos Mecatrônica Medicina Medicina Esportiva Medicina Veterinária Meio Ambiente Mel melanoma Memória memorização Mente Mercado de Trabalho mercosul Mestrado meteorologia Metodologia Científica México Microbiologia Microsoft Mídia Social Militar Mineralogia Mistério MIT Mitologia Mobilidade Mobilidade Urbana MonaVie Montanhismo Moodle Mossad Motivação MSF Mudança Climática Mulher Multimídia museu Música MVC Nanotecnologia Nasa Natação Natal Natureza Negócios Neurociência Neurologia Nordeste Noruega notícias Novidades Novo Enem Números Nutrição Obama Obesidade Observatório da Imprensa Obstetrícia Oceanografia odontologia Offshore Leaks oftalmologia Olimpíadas oncologia ONU Opinião Óptica Oracle Oriente Médio Orkut Ornitologia ortografia Ortopedia ótica Otorrinolaringologia Paginadores paleontologia Paquistão Pará Paraguai parkinson Passeio virtual Patinação Pediatria Pensamentos performance Periférico Pesca Pesquisa Petição Petrobrás Petróleo Photoshop Pirataria planilha de custo Playstation 3 Plebiscito Pneumologia Podcast Poesia Poítica Política Portugal português Pós-graduação prazo médio Pré-sal Prêmio Nobel primatologia privacidade produtividade professor Hamilton Alves Programa Gratuito Programação Projeto Truco Promoção Propaganda Psicanálise Psicologia Psicologia Animal Psiquiatria Pública publicidade Publieditorial Quadrinhos Quads Qualidade Qualidade de Vida quimica química realidade aumentada realidade diminuída Realidade Virtual Reconhecimento de imagem Reconhecimento de voz Recorde Redação redes Referência Referendo Reforma Política Relacionamento Relações Internacionais Religião Responsabilidade Social Retrospectiva Rio 2016 Rio Grande do Norte Rio Grande do Sul robótica Roda Viva Roma roteiro RSA Rússia Samsung Sanitarismo Santa Catarina São Paulo saúde Savant Segunda Guerra Mundial Segurança Segurança da Informação Seleção Natural serviço Serviço Online Sexologia sexualidade Show SIGGRAPH Simulação Sismologia Sistema operacional Sistemas de Numeração Sites de Busca Sociedade Sociologia Software Software Livre Sol Sono Sony SOPA Suécia Sugestão de presentes Sun supercomputadores Sustentabilidade Tabagismo Talento precoce taxa de juros efetiva taxa de juros nominal Taxas Equivalentes Taxidermia Teatro Técnicas de Estudo Tecnologia Tecnologia da Informação TED TedMed TEDx Rio+20 TEDxAmazônia TEDxAsaSul Telefonia Televisão Temas Tempo Tendências Teologia teoria das supercordas Terremoto Terrorismo Testes Tipologia Tomada de Decisão tradução Trânsito transporte tributo Trigonometria Tubarão Turismo Tutorial Twitter UFG ufologia UFRJ universidade Urbanismo Urologia USP Utilidade Pública Utilitário Vale Vaticano Ventriloquismo Verão vestibular Vestimenta Vida Digital Vida Moderna Vida Selvagem Vídeo Videogame Vídeos Vídeos 360 Violência Vírus Visão Computacional Vôlei Vulcanologia Watergate Política Web 2.0 Web Application Web Semântica Web Seminar webdesign Webinar widget WikiLeaks Wikipedia Windows Xadrez YouTube Zoologia
false
ltr
item
Brasil Acadêmico Draft: Vozes sintéticas, tão únicas como impressões digitais
Vozes sintéticas, tão únicas como impressões digitais
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiHLAMtoX0SrT2idTLIAj-rKC_0qPHbtRl8kL8I94t8ankSvINF7gCKa26XUgj8w89jVWGxPVmmFBVoNsdVEASKH0BckvuBifoKL4_6AmMgWaMme7BUKyejWu2kfx_zKUvV1et0k1KBOA0/s400/RupalPatel.jpg
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiHLAMtoX0SrT2idTLIAj-rKC_0qPHbtRl8kL8I94t8ankSvINF7gCKa26XUgj8w89jVWGxPVmmFBVoNsdVEASKH0BckvuBifoKL4_6AmMgWaMme7BUKyejWu2kfx_zKUvV1et0k1KBOA0/s72-c/RupalPatel.jpg
Brasil Acadêmico Draft
https://draftbracad.blogspot.com/2014/02/vozes-sinteticas-tao-unicas-como.html
https://draftbracad.blogspot.com/
http://draftbracad.blogspot.com/
http://draftbracad.blogspot.com/2014/02/vozes-sinteticas-tao-unicas-como.html
true
7742307559183522523
UTF-8
Nenhuma artigo encontrado. VER TODOS Leia mais Responder Cancelar resposta Apagar Por Início PÁGINAS POSTS Ver Todos Indicado para você CATEGORIA ARQUIVO BUSCA TODOS ARTIGOS Nenhum artigo corresponde ao critério procurado Ir para Início Domingo Segunda Terça Quarta Quinta Sexta Sábado Dom Seg Ter Qua Qui Sex Sáb Janeiro Fevereiro Março Abril Maio Junho Julho Agosto Setembro Outubro Novembro Dezembro Jan Fev Mar Abr Maio Jun Jul Ago Set Out Nov Dez agora 1 minuto atrás $$1$$ minutes ago 1 hora atrás $$1$$ hours ago Ontem $$1$$ days ago $$1$$ weeks ago mais de 5 semanas atrás Seguidores Seguir Este conteúdo é PREMIUM Por favor, compartilhe para liberar Copiar todo o código Selecionar todo o código Todos os códigos foram copiados para o clipboard Can not copy the codes / texts, please press [CTRL]+[C] (or CMD+C with Mac) to copy