TEDWomen 2013
Rupal Patel: Synthetic voices, as unique as fingerprints
Rupal Patel: Voces sintéticas, tan únicas como las huellas digitales
Filmed:
Readability: 3.9
944,754 views
Muchas de las personas con trastornos severos del habla utilizan un dispositivo informático para comunicarse. Sin embargo, pueden elegir entre sólo unas pocas opciones de voz. Es por eso que Stephen Hawking tiene un acento americano, y es por eso que muchas personas terminan con la misma voz, a menudo con efectos incongruentes. La científica Rupal Patel quería hacer algo al respecto, y en esta maravillosa charla comparte su trabajo de diseñar voces únicas para quienes no la tienen.
Rupal Patel - Speech scientist
People relying on synthetic speech use the voice they’re given, not their own. Rupal Patel created the vocaliD project to change that. Full bio
People relying on synthetic speech use the voice they’re given, not their own. Rupal Patel created the vocaliD project to change that. Full bio
Double-click the English transcript below to play the video.
00:12
I'd like to talk today
0
719
1490
Quisiera hablarles hoy
00:14
about a powerful and fundamental aspect
1
2209
2927
acerca de un aspecto
poderoso y fundamental
poderoso y fundamental
00:17
of who we are: our voice.
2
5136
3598
sobre quienes somos:
nuestra voz.
nuestra voz.
00:20
Each one of us has a unique voiceprint
3
8734
2746
Cada uno de nosotros tenemos
una impresión de voz única
una impresión de voz única
00:23
that reflects our age, our size,
4
11480
2289
que refleja nuestra
edad, tamaño,
edad, tamaño,
00:25
even our lifestyle and personality.
5
13769
3237
incluso nuestro estilo
de vida y personalidad.
de vida y personalidad.
00:29
In the words of the poet Longfellow,
6
17006
2142
En palabras del
poeta Longfellow,
poeta Longfellow,
00:31
"the human voice is the organ of the soul."
7
19148
3870
"La voz humana es
el órgano del alma".
el órgano del alma".
00:35
As a speech scientist, I'm fascinated
8
23018
2747
Como científica de
la voz, me fascina
la voz, me fascina
00:37
by how the voice is produced,
9
25765
1829
cómo se produce la voz
00:39
and I have an idea for how it can be engineered.
10
27594
3658
y tengo una idea de
cómo puede ser diseñada.
cómo puede ser diseñada.
00:43
That's what I'd like to share with you.
11
31252
2210
Eso es lo que me gustaría
compartir con ustedes.
compartir con ustedes.
00:45
I'm going to start by playing you a sample
12
33462
1814
Comenzaré
reproduciéndoles un ejemplo
reproduciéndoles un ejemplo
00:47
of a voice that you may recognize.
13
35276
1871
de voz que tal
vez reconozcan.
vez reconozcan.
00:49
(Recording) Stephen Hawking: "I would have thought
14
37147
1304
(Audio) Stephen Hawking:
"Yo hubiera pensado que
"Yo hubiera pensado que
00:50
it was fairly obvious what I meant."
15
38451
2749
era bastante obvio
lo que quise decir ".
lo que quise decir ".
00:53
Rupal Patel: That was the voice
16
41200
1280
Rupal Patel: Esa es la voz
00:54
of Professor Stephen Hawking.
17
42480
2086
del Profesor Stephen Hawking.
00:56
What you may not know is that same voice
18
44566
3849
Lo que pueden no saber
es que la misma voz
es que la misma voz
01:00
may also be used by this little girl
19
48415
2478
también puede ser
utilizada por esta niña
utilizada por esta niña
01:02
who is unable to speak
20
50893
1697
que es incapaz de hablar
01:04
because of a neurological condition.
21
52590
2597
debido a una condición neurológica.
01:07
In fact, all of these individuals
22
55187
2068
De hecho, todos estos individuos
01:09
may be using the same voice,
23
57255
2012
podrían utilizar la misma voz,
01:11
and that's because there's
only a few options available.
only a few options available.
24
59267
3557
y eso es porque sólo hay
unas pocas opciones disponibles.
unas pocas opciones disponibles.
01:14
In the U.S. alone, there are 2.5 million Americans
25
62824
4317
Sólo en los EE.UU., hay
2.5 millones de estadounidenses
2.5 millones de estadounidenses
01:19
who are unable to speak,
26
67141
1610
que no pueden hablar,
01:20
and many of whom use computerized devices
27
68751
2622
y muchos de ellos utilizan
dispositivos computarizados
dispositivos computarizados
01:23
to communicate.
28
71373
1522
para comunicarse.
01:24
Now that's millions of people worldwide
29
72895
3479
Ahora esos millones de
personas alrededor del mundo
personas alrededor del mundo
01:28
who are using generic voices,
30
76374
1652
están usando voces genéricas,
01:30
including Professor Hawking,
31
78026
1446
incluyendo al Profesor Hawking,
01:31
who uses an American-accented voice.
32
79472
4833
quien usa una voz
con acento americano.
con acento americano.
01:36
This lack of individuation of the synthetic voice
33
84305
3328
Esta falta de individualización
de la voz sintética
de la voz sintética
01:39
really hit home
34
87633
1416
realmente me impactó
01:41
when I was at an assistive technology conference
35
89049
2472
cuando estaba en una conferencia
de tecnología de asistencia
de tecnología de asistencia
01:43
a few years ago,
36
91521
1850
hace algunos años,
01:45
and I recall walking into an exhibit hall
37
93371
3604
y recuerdo entrar en
una sala de exposiciones
una sala de exposiciones
01:48
and seeing a little girl and a grown man
38
96975
3044
y ver a una niña y
un hombre adulto
un hombre adulto
01:52
having a conversation using their devices,
39
100019
2916
teniendo una conversación
usando sus dispositivos,
usando sus dispositivos,
01:54
different devices, but the same voice.
40
102935
4284
diferentes dispositivos,
pero la misma voz.
pero la misma voz.
01:59
And I looked around and I saw this happening
41
107219
1909
Y miré alrededor y
vi que esto sucedía
vi que esto sucedía
02:01
all around me, literally hundreds of individuals
42
109128
4190
a todo mi alrededor, literalmente
cientos de individuos
cientos de individuos
02:05
using a handful of voices,
43
113318
2738
utilizando un puñado de voces,
02:08
voices that didn't fit their bodies
44
116056
3091
voces que no encajaban
con sus cuerpos
con sus cuerpos
02:11
or their personalities.
45
119147
2082
o sus personalidades.
02:13
We wouldn't dream of fitting a little girl
46
121229
2727
No se nos ocurriría
encajar una niña
encajar una niña
02:15
with the prosthetic limb of a grown man.
47
123956
3396
con la prótesis de
un hombre adulto.
un hombre adulto.
02:19
So why then the same prosthetic voice?
48
127352
3304
Entonces ¿por qué
la misma voz protésica?
la misma voz protésica?
02:22
It really struck me,
49
130656
1291
Realmente me llamó la atención,
02:23
and I wanted to do something about this.
50
131947
3151
y yo quería hacer
algo sobre esto.
algo sobre esto.
02:27
I'm going to play you now a sample
51
135098
1953
Les reproduciré un ejemplo
02:29
of someone who has, two people actually,
52
137051
3288
de alguien que tiene,
más bien dos personas,
más bien dos personas,
02:32
who have severe speech disorders.
53
140339
1768
que tienen trastornos
graves del habla.
graves del habla.
02:34
I want you to take a listen to how they sound.
54
142107
3230
Quiero que escuchen
cómo suenan.
cómo suenan.
02:37
They're saying the same utterance.
55
145337
2357
Están diciendo
el mismo enunciado.
el mismo enunciado.
02:39
(First voice)
56
147694
2432
(Primera voz)
02:42
(Second voice)
57
150126
3617
(Segunda voz)
02:45
You probably didn't understand what they said,
58
153743
2412
Probablemente no
entendieron que decían,
entendieron que decían,
02:48
but I hope that you heard
59
156155
1854
pero espero que
ustedes hayan oido
ustedes hayan oido
02:50
their unique vocal identities.
60
158009
4283
sus identidades
vocales únicas.
vocales únicas.
02:54
So what I wanted to do next is,
61
162292
2813
Así que lo que quisé
hacer a continuación,
hacer a continuación,
02:57
I wanted to find out how we could harness
62
165105
2384
fue averiguar cómo
podíamos aprovechar
podíamos aprovechar
02:59
these residual vocal abilities
63
167489
1821
estas habilidades
vocales residuales
vocales residuales
03:01
and build a technology
64
169310
2016
y construir una tecnología
03:03
that could be customized for them,
65
171326
2143
que pudiera personalizarse,
03:05
voices that could be customized for them.
66
173469
2429
voces que pudieran ser
personalizadas para ellos.
personalizadas para ellos.
03:07
So I reached out to my collaborator, Tim Bunnell.
67
175898
2685
Así que me acerqué a
mi colaborador, Tim Bunnell.
mi colaborador, Tim Bunnell.
03:10
Dr. Bunnell is an expert in speech synthesis,
68
178583
3063
El Dr. Bunnell es un experto
en la síntesis de voz,
en la síntesis de voz,
03:13
and what he'd been doing is building
69
181646
2033
y lo que él ha estado haciendo
es la construcción de
es la construcción de
03:15
personalized voices for people
70
183679
1881
voces personalizadas
para las personas
para las personas
03:17
by putting together
71
185560
2097
juntando
03:19
pre-recorded samples of their voice
72
187657
2150
muestras pre-grabadas
de su voz
de su voz
03:21
and reconstructing a voice for them.
73
189807
2879
y reconstruyendo
una voz para ellos.
una voz para ellos.
03:24
These are people who had lost their voice
74
192686
1712
Se trata de personas que
habían perdido su voz
habían perdido su voz
03:26
later in life.
75
194398
1911
más tarde en la vida.
03:28
We didn't have the luxury
76
196309
1394
No teníamos el lujo
03:29
of pre-recorded samples of speech
77
197703
1774
de muestras
pregrabadas del habla
pregrabadas del habla
03:31
for those born with speech disorder.
78
199477
2292
para los nacidos con
un trastorno del habla.
un trastorno del habla.
03:33
But I thought, there had to be a way
79
201769
2537
Pero pensé que tenía
que haber una manera
que haber una manera
03:36
to reverse engineer a voice
80
204306
1944
de hacer ingeniería
inversa de una voz
inversa de una voz
03:38
from whatever little is left over.
81
206250
2291
de lo poco que quedaba.
03:40
So we decided to do exactly that.
82
208541
2714
Así que decidimos
hacer exactamente eso.
hacer exactamente eso.
03:43
We set out with a little bit of funding
from the National Science Foundation,
from the National Science Foundation,
83
211255
3403
Nos pusimos en marcha con financiación
de la Fundación Nacional de Ciencias,
de la Fundación Nacional de Ciencias,
03:46
to create custom-crafted voices that captured
84
214658
3565
para crear voces diseñadas
a medida que capturaran
a medida que capturaran
03:50
their unique vocal identities.
85
218223
1536
sus identidades vocales únicas.
03:51
We call this project VocaliD, or vocal I.D.,
86
219759
3203
Llamamos a este proyecto
VocaliD o I.D. vocal,
VocaliD o I.D. vocal,
03:54
for vocal identity.
87
222962
2033
por identidad vocal.
03:56
Now before I get into the details of how
88
224995
2674
Ahora, antes de entrar en
los detalles de cómo
los detalles de cómo
03:59
the voice is made and let you listen to it,
89
227669
2048
la voz se crea y les permite
que la escuchen,
que la escuchen,
04:01
I need to give you a real quick
speech science lesson. Okay?
speech science lesson. Okay?
90
229717
3350
necesito darles una muy rápida lección
de ciencias del habla ¿de acuerdo?
de ciencias del habla ¿de acuerdo?
04:05
So first, we know that the voice is changing
91
233067
3159
Así que en primer lugar, sabemos
que la voz está cambiando
que la voz está cambiando
04:08
dramatically over the course of development.
92
236226
2854
drásticamente durante
el curso del desarrollo.
el curso del desarrollo.
04:11
Children sound different from teens
93
239080
2090
Los niños suenan diferente
a los adolescentes
a los adolescentes
04:13
who sound different from adults.
94
241170
1463
quienes suenan
diferente de los adultos.
diferente de los adultos.
04:14
We've all experienced this.
95
242633
2642
Todos hemos
experimentado esto.
experimentado esto.
04:17
Fact number two is that speech
96
245275
3363
El hecho número dos
es que el habla
es que el habla
04:20
is a combination of the source,
97
248638
2553
es una combinación
de la fuente,
de la fuente,
04:23
which is the vibrations generated by your voice box,
98
251191
3479
que son las vibraciones
generadas por la caja de la voz,
generadas por la caja de la voz,
04:26
which are then pushed through
99
254670
1939
que luego son
empujadas a través
empujadas a través
04:28
the rest of the vocal tract.
100
256609
2437
del resto del tracto vocal.
04:31
These are the chambers of your head and neck
101
259046
2484
Estas son las cámaras
de su cabeza y cuello
de su cabeza y cuello
04:33
that vibrate,
102
261530
1239
que vibran,
04:34
and they actually filter that source sound
103
262769
2110
y que filtran el
sonido de la fuente
sonido de la fuente
04:36
to produce consonants and vowels.
104
264879
2537
para producir
consonantes y vocales.
consonantes y vocales.
04:39
So the combination of source and filter
105
267416
3860
Entonces, de la combinación
de la fuente y el filtro
de la fuente y el filtro
04:43
is how we produce speech.
106
271276
2630
es cómo se produce el habla.
04:45
And that happens in one individual.
107
273906
3026
Y eso sucede
en cada individuo.
en cada individuo.
04:48
Now I told you earlier that I'd spent
108
276932
2626
Ahora, les dije antes
que yo he pasado
que yo he pasado
04:51
a good part of my career
109
279558
2025
una buena parte
de mi carrera
de mi carrera
04:53
understanding and studying
110
281583
2453
tratando de entender
y estudiando
y estudiando
04:56
the source characteristics of people
111
284036
1958
las características de
la fuente de las personas
la fuente de las personas
04:57
with severe speech disorder,
112
285994
2301
con severos
trastornos del habla,
trastornos del habla,
05:00
and what I've found
113
288295
1465
y lo que encontré
05:01
is that even though their filters were impaired,
114
289760
3366
es que a pesar de que
sus filtros fueron perjudicados,
sus filtros fueron perjudicados,
05:05
they were able to modulate their source:
115
293126
2961
eran capaces de
modular su fuente:
modular su fuente:
05:08
the pitch, the loudness, the tempo of their voice.
116
296087
3262
el tono, la intensidad,
el ritmo de su voz.
el ritmo de su voz.
05:11
These are called prosody, and
I've been documenting for years
I've been documenting for years
117
299349
3368
Estos se llaman prosodia, y he estado
documentando desde hace años
documentando desde hace años
05:14
that the prosodic abilities of these individuals
118
302717
2277
que las habilidades prosódicas
de estos individuos
de estos individuos
05:16
are preserved.
119
304994
1575
se conservan.
05:18
So when I realized that those same cues
120
306569
4087
Así que cuando me di cuenta
de que esas mismas señales
de que esas mismas señales
05:22
are also important for speaker identity,
121
310656
2769
son tan importantes para
la identidad del interlocutor,
la identidad del interlocutor,
05:25
I had this idea.
122
313425
2015
tuve esta idea.
05:27
Why don't we take the source
123
315440
2516
¿Por qué no tomamos la fuente
05:29
from the person we want the voice to sound like,
124
317956
2213
de la persona de la que queremos
que la voz suene igual,
que la voz suene igual,
05:32
because it's preserved,
125
320169
1463
porque se ha conservado,
05:33
and borrow the filter
126
321632
2135
y pedimos prestado el filtro
05:35
from someone about the same age and size,
127
323767
3229
a alguien de la misma
edad y tamaño,
edad y tamaño,
05:39
because they can articulate speech,
128
327011
2407
porque ellos pueden
articular el habla,
articular el habla,
05:41
and then mix them?
129
329418
1791
y luego, las mezclamos?
05:43
Because when we mix them,
130
331209
1787
Porque cuando las mezclamos,
05:44
we can get a voice that's as clear
131
332996
1698
podemos obtener una
voz que es tan clara
voz que es tan clara
05:46
as our surrogate talker --
132
334694
1754
como nuestro
hablante sustituto
hablante sustituto
05:48
that's the person we borrowed the filter from—
133
336448
2595
--la persona a la que
pedimos prestado el filtro--
pedimos prestado el filtro--
05:51
and is similar in identity to our target talker.
134
339043
4649
y es similar en identidad a
nuestro hablante objetivo.
nuestro hablante objetivo.
05:55
It's that simple.
135
343692
1427
Es así de simple.
05:57
That's the science behind what we're doing.
136
345119
2934
Esa es la ciencia detrás de
lo que estamos haciendo.
lo que estamos haciendo.
06:00
So once you have that in mind,
137
348053
3533
Así que una vez que
tienes eso en mente,
tienes eso en mente,
06:03
how do you go about building this voice?
138
351586
2258
¿cómo construyes esta voz?
06:05
Well, you have to find someone
139
353844
1480
Bueno, tienes que
encontrar alguien
encontrar alguien
06:07
who is willing to be a surrogate.
140
355324
2400
que esté dispuesto
a ser un sustituto.
a ser un sustituto.
06:09
It's not such an ominous thing.
141
357724
2264
No es una cosa
tan ominosa.
tan ominosa.
06:11
Being a surrogate donor
142
359988
1523
Ser un donante sustituto
06:13
only requires you to say a few hundred
143
361511
2788
sólo requiere que digas
de algunos cientos
de algunos cientos
06:16
to a few thousand utterances.
144
364299
2242
a unos pocos miles
de expresiones.
de expresiones.
06:18
The process goes something like this.
145
366541
2003
El proceso es algo
como esto.
como esto.
06:20
(Video) Voice: Things happen in pairs.
146
368544
2190
(Video) Voz: Las cosas
suceden de a pares.
suceden de a pares.
06:22
I love to sleep.
147
370734
1925
Amo dormir.
06:24
The sky is blue without clouds.
148
372659
3882
El cielo es azul sin nubes.
06:28
RP: Now she's going to go on like this
149
376541
2002
RP: Ahora ella va a seguir así
06:30
for about three to four hours,
150
378543
1919
entre cerca de
tres a cuatro horas,
tres a cuatro horas,
06:32
and the idea is not for her to say everything
151
380462
3005
y la idea no es
que ella dijera todo
que ella dijera todo
06:35
that the target is going to want to say,
152
383467
2045
lo que el objetivo
va a querer decir,
va a querer decir,
06:37
but the idea is to cover all the different combinations
153
385512
3395
pero la idea es cubrir todas
las diferentes combinaciones
las diferentes combinaciones
06:40
of the sounds that occur in the language.
154
388907
3271
de los sonidos que se
producen en el lenguaje.
producen en el lenguaje.
06:44
The more speech you have,
155
392178
1638
Cuanto más habla tienes,
06:45
the better sounding voice you're going to have.
156
393816
2305
tendrás una voz
que suena mejor.
que suena mejor.
06:48
Once you have those recordings,
157
396121
1673
Una vez que tienes
esas grabaciones,
esas grabaciones,
06:49
what we need to do
158
397794
1413
lo que necesitamos
hacer es
hacer es
06:51
is we have to parse these recordings
159
399207
2718
analizar gramaticalmente
estas grabaciones
estas grabaciones
06:53
into little snippets of speech,
160
401925
2449
en pequeños
fragmentos del habla,
fragmentos del habla,
06:56
one- or two-sound combinations,
161
404374
2337
una --o dos-- combinaciones
de sonido,
de sonido,
06:58
sometimes even whole words
162
406711
1883
a veces incluso
palabras enteras
palabras enteras
07:00
that start populating a dataset or a database.
163
408594
4516
comienzan a llenar un conjunto
de datos o una base de datos.
de datos o una base de datos.
07:05
We're going to call this database a voice bank.
164
413110
3717
Llamaremos a esta base
de datos un banco de voz.
de datos un banco de voz.
07:08
Now the power of the voice bank
165
416827
2096
El poder de este banco de voz
07:10
is that from this voice bank,
166
418923
2014
es que a partir de
este banco de voz,
este banco de voz,
07:12
we can now say any new utterance,
167
420937
2011
ahora podemos decir
cualquier nuevo enunciado,
cualquier nuevo enunciado,
07:14
like, "I love chocolate" --
168
422948
1424
del tipo, "Me encanta el chocolate",
07:16
everyone needs to be able to say that—
169
424372
1739
todos necesitamos
poder decir eso,
poder decir eso,
07:18
fish through that database
170
426111
1831
pescar a través de
esa base de datos
esa base de datos
07:19
and find all the segments necessary
171
427942
1940
y encontrar todos
los segmentos necesarios
los segmentos necesarios
07:21
to say that utterance.
172
429882
1929
para decir ese enunciado.
07:23
(Video) Voice: I love chocolate.
173
431811
1789
(Video) Voz: Me encanta el chocolate.
07:25
RP: So that's speech synthesis.
174
433600
1391
RP: Eso es la síntesis de voz.
07:26
It's called concatenative synthesis,
and that's what we're using.
and that's what we're using.
175
434991
2573
Se llama síntesis por concatenación,
y eso es lo que estamos usando.
y eso es lo que estamos usando.
07:29
That's not the novel part.
176
437564
1533
Esa no es la mejor parte.
07:31
What's novel is how we make it sound
177
439097
2221
Lo novedoso es cómo
hacemos que suene
hacemos que suene
07:33
like this young woman.
178
441318
1457
como esta joven mujer.
07:34
This is Samantha.
179
442775
1524
Ella es Samantha.
07:36
I met her when she was nine,
180
444299
2346
La conocí cuando
ella tenía 9 años,
ella tenía 9 años,
07:38
and since then, my team and I
181
446645
1897
y desde entonces,
mi equipo y yo
mi equipo y yo
07:40
have been trying to build her a personalized voice.
182
448542
2714
hemos estado tratando de construir
una voz personalizada para ella.
una voz personalizada para ella.
07:43
We first had to find a surrogate donor,
183
451256
3099
Primero tuvimos que encontrar
un donante sustituto,
un donante sustituto,
07:46
and then we had to have Samantha
184
454355
1818
y luego tuvimos que
pedirle a Samantha
pedirle a Samantha
07:48
produce some utterances.
185
456173
1929
que produjera
algunos enunciados.
algunos enunciados.
07:50
What she can produce are mostly vowel-like sounds,
186
458102
2379
Lo sonidos que más puede
producir son de vocales,
producir son de vocales,
07:52
but that's enough for us to extract
187
460481
2479
pero eso nos es
suficiente para extraer
suficiente para extraer
07:54
her source characteristics.
188
462960
2285
las características
de su fuente.
de su fuente.
07:57
What happens next is best described
189
465245
3271
Lo que sucede luego
es mejor explicado
es mejor explicado
08:00
by my daughter's analogy. She's six.
190
468516
2767
con la analogía de
mi hija que tiene 6 años.
mi hija que tiene 6 años.
08:03
She calls it mixing colors to paint voices.
191
471283
5422
Ella lo llama mezclar colores
para pintar voces.
para pintar voces.
08:08
It's beautiful. It's exactly that.
192
476705
2555
Es hermoso.
Es exactamente eso.
Es exactamente eso.
08:11
Samantha's voice is like a concentrated sample
193
479260
2860
La voz de Samantha es
un ejemplo concentrado
un ejemplo concentrado
08:14
of red food dye which we can infuse
194
482120
2609
de colorante alimentario rojo
que podemos infundir
que podemos infundir
08:16
into the recordings of her surrogate
195
484729
2540
en las grabaciones
de su sustituto
de su sustituto
08:19
to get a pink voice just like this.
196
487269
4387
para conseguir una voz
rosa al igual que esta.
rosa al igual que esta.
08:23
(Video) Samantha: Aaaaaah.
197
491656
4491
(Video) Samantha: Aaaaaah.
08:28
RP: So now, Samantha can say this.
198
496147
2808
RP: Así que ahora,
Samantha puede decir esto.
Samantha puede decir esto.
08:30
(Video) Samantha: This voice is only for me.
199
498955
3069
(Video) Samantha:
Esta voz es sólo para mí.
Esta voz es sólo para mí.
08:34
I can't wait to use my new voice with my friends.
200
502024
6305
No puedo esperar para usar
mi nueva voz con mis amigos.
mi nueva voz con mis amigos.
08:40
RP: Thank you. (Applause)
201
508329
6417
RP: Gracias. (Aplausos)
08:46
I'll never forget the gentle smile
202
514746
2333
Nunca olvidaré
la amable sonrisa
la amable sonrisa
08:49
that spread across her face
203
517079
1902
que se extendió
por su cara
por su cara
08:50
when she heard that voice for the first time.
204
518981
3649
cuando escuchó esa
voz por primera vez.
voz por primera vez.
08:54
Now there's millions of people
205
522630
1882
Hay millones de personas
08:56
around the world like Samantha, millions,
206
524512
2833
alrededor del mundo
como Samantha, millones,
como Samantha, millones,
08:59
and we've only begun to scratch the surface.
207
527345
3440
y nosotros sólo hemos empezado
a rascar la superficie.
a rascar la superficie.
09:02
What we've done so far is we have
208
530785
1642
Lo que hemos hecho hasta
ahora es que tenemos
ahora es que tenemos
09:04
a few surrogate talkers from around the U.S.
209
532427
3859
unos hablantes sustitutos
a lo ancho de los EE.UU.
a lo ancho de los EE.UU.
09:08
who have donated their voices,
210
536286
1507
quienes han donado sus voces,
09:09
and we have been using those
211
537793
1928
y hemos estado usándolas
09:11
to build our first few personalized voices.
212
539721
4472
para construir nuestras primeras
voces personalizadas.
voces personalizadas.
09:16
But there's so much more work to be done.
213
544193
1756
Pero hay mucho más
trabajo por hacer.
trabajo por hacer.
09:17
For Samantha, her surrogate
214
545949
2188
Para Samantha, su sustituta
09:20
came from somewhere in the Midwest, a stranger
215
548137
3046
vino de algún lugar del
Medio Oeste, una extraña
Medio Oeste, una extraña
09:23
who gave her the gift of voice.
216
551183
3841
que le regaló su voz.
09:27
And as a scientist, I'm so excited
217
555024
2153
Como científica,
estoy tan emocionada
estoy tan emocionada
09:29
to take this work out of the laboratory
218
557177
1935
de llevar este trabajo
fuera del laboratorio
fuera del laboratorio
09:31
and finally into the real world
219
559112
1800
y finalmente al mundo real
09:32
so it can have real-world impact.
220
560912
3165
para que pueda tener
un impacto real en el mundo.
un impacto real en el mundo.
09:36
What I want to share with you next
221
564077
1582
Lo que a continuación
quiero compartirles
quiero compartirles
09:37
is how I envision taking this work
222
565659
2175
es cómo me imagino
llevando este trabajo
llevando este trabajo
09:39
to that next level.
223
567834
2711
a ese siguiente nivel.
09:42
I imagine a whole world of surrogate donors
224
570545
3887
Imagino un mundo de
donantes sustitutos
donantes sustitutos
09:46
from all walks of life, different sizes, different ages,
225
574432
3260
de todos los ámbitos de la vida, de
diferentes tamaños, diferentes edades,
diferentes tamaños, diferentes edades,
09:49
coming together in this voice drive
226
577692
3058
que se unen en
este disco de voz
este disco de voz
09:52
to give people voices
227
580750
2270
para darle a
las personas voces
las personas voces
09:55
that are as colorful as their personalities.
228
583020
3799
tan coloridas como
sus personalidades.
sus personalidades.
09:58
To do that as a first step,
229
586819
2300
Para hacer eso,
como primer paso,
como primer paso,
10:01
we've put together this website, VocaliD.org,
230
589119
3275
hemos colocado
este sitio, VocaliD.org,
este sitio, VocaliD.org,
10:04
as a way to bring together those
231
592394
1624
como una forma de
reunir a aquellos
reunir a aquellos
10:06
who want to join us as voice donors,
232
594018
2675
quienes quieran unírsenos
como donantes de voz,
como donantes de voz,
10:08
as expertise donors,
233
596693
1772
como donantes
de experiencia,
de experiencia,
10:10
in whatever way to make this vision a reality.
234
598465
5339
en lo que sea posible para hacer
de esta visión una realidad.
de esta visión una realidad.
10:15
They say that giving blood can save lives.
235
603804
4153
Dicen que la donación de
sangre puede salvar vidas.
sangre puede salvar vidas.
10:19
Well, giving your voice can change lives.
236
607957
4982
Bueno, dar su voz
puede cambiar vidas.
puede cambiar vidas.
10:24
All we need is a few hours of speech
237
612939
3050
Todo lo que necesitamos es
un par de horas de habla
un par de horas de habla
10:27
from our surrogate talker,
238
615989
1491
de nuestro hablante sustituto,
10:29
and as little as a vowel from our target talker,
239
617480
4733
y por lo menos una vocal
de nuestro habladante objetivo,
de nuestro habladante objetivo,
10:34
to create a unique vocal identity.
240
622213
3711
para crear una
identidad de voz única.
identidad de voz única.
10:37
So that's the science behind what we're doing.
241
625924
2626
Así que esa es la ciencia detrás
de lo que estamos haciendo.
de lo que estamos haciendo.
10:40
I want to end by circling back to the human side
242
628550
4455
Quiero terminar regresando
a la parte humana
a la parte humana
10:45
that is really the inspiration for this work.
243
633005
4102
que es realmente la inspiración
para este trabajo.
para este trabajo.
10:49
About five years ago, we built our very first voice
244
637107
3699
Hace unos cinco años,
construímos nuestra primera voz
construímos nuestra primera voz
10:52
for a little boy named William.
245
640806
2501
para un pequeño niño
llamado William.
llamado William.
10:55
When his mom first heard this voice,
246
643307
2357
Cuando su madre escuchó
por primera vez su voz,
por primera vez su voz,
10:57
she said, "This is what William
247
645664
2345
ella dijo, "Así es como William
11:00
would have sounded like
248
648009
1546
habría sonado
11:01
had he been able to speak."
249
649555
2449
si hubiera sido
capaz de hablar ".
capaz de hablar ".
11:04
And then I saw William typing a message
250
652004
2418
Y entonces vi a William
escribir un mensaje
escribir un mensaje
11:06
on his device.
251
654422
1362
en su dispositivo.
11:07
I wondered, what was he thinking?
252
655784
3293
Y pensé,
¿que estará pensando?
¿que estará pensando?
11:11
Imagine carrying around someone else's voice
253
659077
3590
Imagínense llevando con
ustedes la voz de otro
ustedes la voz de otro
11:14
for nine years
254
662667
2193
por nueve años
11:16
and finally finding your own voice.
255
664860
4844
y finalmente encontrar
tu propia voz.
tu propia voz.
11:21
Imagine that.
256
669704
1377
Imaginen eso.
11:23
This is what William said:
257
671081
2797
Esto es lo que William dijo:
11:25
"Never heard me before."
258
673878
4463
"Nunca antes me
había escuchado".
había escuchado".
11:32
Thank you.
259
680417
1619
Gracias.
11:34
(Applause)
260
682036
4724
(Aplausos)
ABOUT THE SPEAKER
Rupal Patel - Speech scientistPeople relying on synthetic speech use the voice they’re given, not their own. Rupal Patel created the vocaliD project to change that.
Why you should listen
Northeastern University computer science professor Rupal Patel looks for ways to give voice to the voiceless. As founder and director of the Communication Analysis and Design Laboratory (CadLab), she developed a technology that combines real human voices with the characteristics of individual speech patterns. The result is VocaliD, an innovation that gives people who can't speak the ability to communicate in a voice all their own.
"There's nothing better than seeing the person who's actually going to use it, seeing their reaction, seeing their smile," says Patel.
Rupal Patel | Speaker | TED.com