TEDWomen 2013
Rupal Patel: Synthetic voices, as unique as fingerprints
Rupal Patel: Voix synthétiques, aussi uniques que les empreintes digitales
Filmed:
Readability: 3.9
944,754 views
Beaucoup de personnes atteintes de troubles graves de la parole utilisent un dispositif informatique pour communiquer. Pourtant, ils choisissent entre quelques options vocales. C'est pourquoi Stephen Hawking a un accent américain, et pourquoi beaucoup de gens se retrouvent avec la même voix, souvent à l'effet incongru. La scientifique du language Rupal Patel voulait faire quelque chose pour ça, et dans ce merveilleux discours, elle présente son travail pour concevoir des voix uniques pour les sans-voix.
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
J'aimerais vous parler aujourd'hui
00:14
about a powerful and fundamental aspect
1
2209
2927
d'un aspect
puissant et fondamental
puissant et fondamental
00:17
of who we are: our voice.
2
5136
3598
de notre être : notre voix.
00:20
Each one of us has a unique voiceprint
3
8734
2746
Chacun d'entre nous a
une empreinte vocale unique
une empreinte vocale unique
00:23
that reflects our age, our size,
4
11480
2289
qui révèle notre âge, notre taille,
00:25
even our lifestyle and personality.
5
13769
3237
et même notre mode de vie
et notre personnalité.
et notre personnalité.
00:29
In the words of the poet Longfellow,
6
17006
2142
Pour citer les mots
du poète Longfellow,
du poète Longfellow,
00:31
"the human voice is the organ of the soul."
7
19148
3870
« la voix humaine est
l'organe de l'âme ».
l'organe de l'âme ».
00:35
As a speech scientist, I'm fascinated
8
23018
2747
En tant que scientifique
du language, je suis fascinée
du language, je suis fascinée
00:37
by how the voice is produced,
9
25765
1829
par la façon dont la voix est produite,
00:39
and I have an idea for how it can be engineered.
10
27594
3658
et j'ai une idée
sur une façon de la fabriquer.
sur une façon de la fabriquer.
00:43
That's what I'd like to share with you.
11
31252
2210
Voilà ce que j'aimerais
partager avec vous.
partager avec vous.
00:45
I'm going to start by playing you a sample
12
33462
1814
Je vais commencer par vous
faire écouter un exemple
faire écouter un exemple
00:47
of a voice that you may recognize.
13
35276
1871
d'une voix que vous allez
sûrement reconnaître.
sûrement reconnaître.
00:49
(Recording) Stephen Hawking: "I would have thought
14
37147
1304
(Enregistrement)
Stephen Hawking : « J'aurais pensé
Stephen Hawking : « J'aurais pensé
00:50
it was fairly obvious what I meant."
15
38451
2749
que mon intention était évidente ».
00:53
Rupal Patel: That was the voice
16
41200
1280
Rupal Patel : C'était la voix
00:54
of Professor Stephen Hawking.
17
42480
2086
du professeur Stephen Hawking.
00:56
What you may not know is that same voice
18
44566
3849
Ce que vous ne savez peut-être pas,
c'est que cette même voix
c'est que cette même voix
01:00
may also be used by this little girl
19
48415
2478
pourrait également être utilisée
par cette petite fille
par cette petite fille
01:02
who is unable to speak
20
50893
1697
qui est incapable de parler
01:04
because of a neurological condition.
21
52590
2597
à cause d'un trouble neurologique.
01:07
In fact, all of these individuals
22
55187
2068
En fait, tous ces individus
01:09
may be using the same voice,
23
57255
2012
utilisent peut-être cette même voix,
01:11
and that's because there's
only a few options available.
only a few options available.
24
59267
3557
et c'est parce qu'il n'existe
que quelque options.
que quelque options.
01:14
In the U.S. alone, there are 2.5 million Americans
25
62824
4317
Rien qu'aux États-Unis,
il y a 2,5 millions d'américains
il y a 2,5 millions d'américains
01:19
who are unable to speak,
26
67141
1610
qui ne peuvent pas parler
01:20
and many of whom use computerized devices
27
68751
2622
et nombre d'entre eux utilisent
des appareils informatiques
des appareils informatiques
01:23
to communicate.
28
71373
1522
pour communiquer.
01:24
Now that's millions of people worldwide
29
72895
3479
Des millions de personnes
dans le monde entier
dans le monde entier
01:28
who are using generic voices,
30
76374
1652
utilisent des voix génériques,
01:30
including Professor Hawking,
31
78026
1446
y compris le professeur Hawking,
01:31
who uses an American-accented voice.
32
79472
4833
qui utilise une voix
avec un accent américain.
avec un accent américain.
01:36
This lack of individuation of the synthetic voice
33
84305
3328
Ce manque d'individualisation
de la voix synthétique
de la voix synthétique
01:39
really hit home
34
87633
1416
m'a vraiment frappée
01:41
when I was at an assistive technology conference
35
89049
2472
alors que j'assistais à une conférence
sur les technologies d'assistance
sur les technologies d'assistance
01:43
a few years ago,
36
91521
1850
il y a quelque années,
01:45
and I recall walking into an exhibit hall
37
93371
3604
je me souviens que je suis entrée
dans une salle d'exposition
dans une salle d'exposition
01:48
and seeing a little girl and a grown man
38
96975
3044
et j'ai vu une petite fille
et un homme adulte
et un homme adulte
01:52
having a conversation using their devices,
39
100019
2916
qui conversaient
à l'aide de leurs appareils,
à l'aide de leurs appareils,
01:54
different devices, but the same voice.
40
102935
4284
des appareils différents,
mais la même voix
mais la même voix
01:59
And I looked around and I saw this happening
41
107219
1909
J'ai regardé autour de moi
et j'ai vu cela se produire
et j'ai vu cela se produire
02:01
all around me, literally hundreds of individuals
42
109128
4190
tout autour de moi,
vraiment des centaines d'individus
vraiment des centaines d'individus
02:05
using a handful of voices,
43
113318
2738
qui utilisent quelques voix,
02:08
voices that didn't fit their bodies
44
116056
3091
des voix qui ne correspondaient pas
à leur corps
à leur corps
02:11
or their personalities.
45
119147
2082
ou à leur personnalité,
02:13
We wouldn't dream of fitting a little girl
46
121229
2727
personne n'imaginerait faire porter
à une petite fille
à une petite fille
02:15
with the prosthetic limb of a grown man.
47
123956
3396
la prothèse d'un homme adulte.
02:19
So why then the same prosthetic voice?
48
127352
3304
Alors pourquoi la même
voix prothétique ?
voix prothétique ?
02:22
It really struck me,
49
130656
1291
Ça m'a profondément frappé.
02:23
and I wanted to do something about this.
50
131947
3151
et donc j'ai voulu agir par rapport à ça.
02:27
I'm going to play you now a sample
51
135098
1953
Je vais vous faire écouter
à présent un exemple
à présent un exemple
02:29
of someone who has, two people actually,
52
137051
3288
d'une personne,
deux personnes en fait,
deux personnes en fait,
02:32
who have severe speech disorders.
53
140339
1768
qui présentent de très
graves troubles du langage.
graves troubles du langage.
02:34
I want you to take a listen to how they sound.
54
142107
3230
J'aimerais que vous écoutiez
attentivement leur son.
attentivement leur son.
02:37
They're saying the same utterance.
55
145337
2357
Ils prononcent la même phrase.
02:39
(First voice)
56
147694
2432
(Première voix)
02:42
(Second voice)
57
150126
3617
(Deuxième voix)
02:45
You probably didn't understand what they said,
58
153743
2412
Vous n'avez sûrement
pas compris ce qu'ils disent,
pas compris ce qu'ils disent,
02:48
but I hope that you heard
59
156155
1854
mais j'espère que vous avez entendu
02:50
their unique vocal identities.
60
158009
4283
leurs identités vocales uniques.
02:54
So what I wanted to do next is,
61
162292
2813
Donc ensuite ce que je voulais faire,
02:57
I wanted to find out how we could harness
62
165105
2384
était de découvrir
comment pouvoir conserver
comment pouvoir conserver
02:59
these residual vocal abilities
63
167489
1821
ces capacités résiduelles vocales
03:01
and build a technology
64
169310
2016
et construire une technologie
03:03
that could be customized for them,
65
171326
2143
qui pourrait être
personnalisée pour eux,
personnalisée pour eux,
03:05
voices that could be customized for them.
66
173469
2429
des voix sur mesure pour eux.
03:07
So I reached out to my collaborator, Tim Bunnell.
67
175898
2685
J'ai donc contacté
mon collaborateur, Tim Bunnell.
mon collaborateur, Tim Bunnell.
03:10
Dr. Bunnell is an expert in speech synthesis,
68
178583
3063
Dr. Bunnell est un expert
en synthèse vocale,
en synthèse vocale,
03:13
and what he'd been doing is building
69
181646
2033
et il a construire
03:15
personalized voices for people
70
183679
1881
des voix personnalisées pour des gens
03:17
by putting together
71
185560
2097
en assemblant
03:19
pre-recorded samples of their voice
72
187657
2150
des morceaux pré-enregistrés
de leur voix
de leur voix
03:21
and reconstructing a voice for them.
73
189807
2879
et reconstruit une voix pour eux.
03:24
These are people who had lost their voice
74
192686
1712
Ce sont des personnes
qui ont perdu leur voix
qui ont perdu leur voix
03:26
later in life.
75
194398
1911
tardivement.
03:28
We didn't have the luxury
76
196309
1394
Nous n'avions pas le luxe
03:29
of pre-recorded samples of speech
77
197703
1774
d'avoir des morceaux
pré-enregistrés de voix
pré-enregistrés de voix
03:31
for those born with speech disorder.
78
199477
2292
pour ceux nés avec
un trouble du langage.
un trouble du langage.
03:33
But I thought, there had to be a way
79
201769
2537
Mais, je me suis dis
qu'il y avait sûrement une façon
qu'il y avait sûrement une façon
03:36
to reverse engineer a voice
80
204306
1944
de rétroconcevoir la voix
03:38
from whatever little is left over.
81
206250
2291
à partir du peu qu'il restait.
03:40
So we decided to do exactly that.
82
208541
2714
Nous avons donc décidé
de faire exactement cela.
de faire exactement cela.
03:43
We set out with a little bit of funding
from the National Science Foundation,
from the National Science Foundation,
83
211255
3403
Nous avons commencé
avec un peu de financement
avec un peu de financement
de la Fondation nationale
pour la science,
pour la science,
03:46
to create custom-crafted voices that captured
84
214658
3565
pour créer des voix conçues
sur mesure qui capturaient
sur mesure qui capturaient
03:50
their unique vocal identities.
85
218223
1536
leurs identités vocales uniques.
03:51
We call this project VocaliD, or vocal I.D.,
86
219759
3203
Nous appelons ce projet
VocaliD, ou vocal I.D.,
VocaliD, ou vocal I.D.,
03:54
for vocal identity.
87
222962
2033
l'abréviation d'identité vocale.
03:56
Now before I get into the details of how
88
224995
2674
Maintenant, avant d'entrer dans
les détails de la façon dont
les détails de la façon dont
03:59
the voice is made and let you listen to it,
89
227669
2048
la voix est conçue
et vous permettre de l'écouter,
et vous permettre de l'écouter,
04:01
I need to give you a real quick
speech science lesson. Okay?
speech science lesson. Okay?
90
229717
3350
je dois vous donner une leçon
rapide sur la science du langage.
rapide sur la science du langage.
04:05
So first, we know that the voice is changing
91
233067
3159
Alors d'abord, nous savons
que la voix change
que la voix change
04:08
dramatically over the course of development.
92
236226
2854
considérablement au cours
de notre développement.
de notre développement.
04:11
Children sound different from teens
93
239080
2090
Les enfants ont une voix différente
de celles des adolescents
de celles des adolescents
04:13
who sound different from adults.
94
241170
1463
qui ont une voix différente
de celle des adultes.
de celle des adultes.
04:14
We've all experienced this.
95
242633
2642
Nous avons tous vécu ça.
04:17
Fact number two is that speech
96
245275
3363
le second fait est que le langage
04:20
is a combination of the source,
97
248638
2553
est une combination de la source,
04:23
which is the vibrations generated by your voice box,
98
251191
3479
qui est les vibrations générées
par votre larynx,
par votre larynx,
04:26
which are then pushed through
99
254670
1939
qui sont ensuite poussées à travers
04:28
the rest of the vocal tract.
100
256609
2437
du reste de l'appareil vocal.
04:31
These are the chambers of your head and neck
101
259046
2484
Ce sont les chambres
de votre tête et du cou
de votre tête et du cou
04:33
that vibrate,
102
261530
1239
qui vibrent,
04:34
and they actually filter that source sound
103
262769
2110
et elles filtrent la source sonore
04:36
to produce consonants and vowels.
104
264879
2537
pour produire des consonnes
et des voyelles.
et des voyelles.
04:39
So the combination of source and filter
105
267416
3860
Ainsi, c'est avec la combinaison
de la source et du filtre
de la source et du filtre
04:43
is how we produce speech.
106
271276
2630
que nous produisons la parole.
04:45
And that happens in one individual.
107
273906
3026
Ça se produit chez un individu.
04:48
Now I told you earlier that I'd spent
108
276932
2626
Tout à l'heure, je vous ai dit
que j'ai passé
que j'ai passé
04:51
a good part of my career
109
279558
2025
une bonne partie de ma carrière
04:53
understanding and studying
110
281583
2453
à comprendre et à étudier
04:56
the source characteristics of people
111
284036
1958
les caractéristiques sources
de personnes
de personnes
04:57
with severe speech disorder,
112
285994
2301
souffrant de graves
troubles du langage,
troubles du langage,
05:00
and what I've found
113
288295
1465
et ce que j'ai trouvé,
05:01
is that even though their filters were impaired,
114
289760
3366
c'est que même si leurs filtres
étaient détériorés,
étaient détériorés,
05:05
they were able to modulate their source:
115
293126
2961
ils étaient capables
de moduler leur source :
de moduler leur source :
05:08
the pitch, the loudness, the tempo of their voice.
116
296087
3262
le ton, le volume et
le tempo de leur voix.
le tempo de leur voix.
05:11
These are called prosody, and
I've been documenting for years
I've been documenting for years
117
299349
3368
On appelle ça la prosodie et
ça fait des années que je décris
ça fait des années que je décris
05:14
that the prosodic abilities of these individuals
118
302717
2277
que les capacités prosodiques
de ces individus
de ces individus
05:16
are preserved.
119
304994
1575
sont conservées.
05:18
So when I realized that those same cues
120
306569
4087
Alors, quand j'ai réalisé que
ces mêmes signaux
ces mêmes signaux
05:22
are also important for speaker identity,
121
310656
2769
sont également importants
pour l'identité du locuteur,
pour l'identité du locuteur,
05:25
I had this idea.
122
313425
2015
j'ai eu cette idée.
05:27
Why don't we take the source
123
315440
2516
Pourquoi ne prenons-nous pas
la source de la personne
la source de la personne
05:29
from the person we want the voice to sound like,
124
317956
2213
dont nous voulons avoir la voix,
05:32
because it's preserved,
125
320169
1463
car elle est conservée,
05:33
and borrow the filter
126
321632
2135
et nous empruntons le filtre
05:35
from someone about the same age and size,
127
323767
3229
de quelqu'un d'environ
le même âge et la taille,
le même âge et la taille,
05:39
because they can articulate speech,
128
327011
2407
parce qu'ils peuvent
produire de la parole,
produire de la parole,
05:41
and then mix them?
129
329418
1791
et ensuite les mélanger ?
05:43
Because when we mix them,
130
331209
1787
Parce que quand
nous les mélangeons,
nous les mélangeons,
05:44
we can get a voice that's as clear
131
332996
1698
nous pouvons obtenir
une voix qui est aussi claire
une voix qui est aussi claire
05:46
as our surrogate talker --
132
334694
1754
que notre locuteur de substitution,
05:48
that's the person we borrowed the filter from—
133
336448
2595
c'est la personne à qui
nous avons emprunté le filtre,
nous avons emprunté le filtre,
05:51
and is similar in identity to our target talker.
134
339043
4649
et qui est similaire à l'identité
de notre locuteur cible.
de notre locuteur cible.
05:55
It's that simple.
135
343692
1427
C'est aussi simple que ça.
05:57
That's the science behind what we're doing.
136
345119
2934
C'est la science derrière
ce que nous faisons.
ce que nous faisons.
06:00
So once you have that in mind,
137
348053
3533
Donc, une fois que
vous avez ça à l'esprit,
vous avez ça à l'esprit,
06:03
how do you go about building this voice?
138
351586
2258
comment allez-vous
construire cette voix ?
construire cette voix ?
06:05
Well, you have to find someone
139
353844
1480
Eh bien, vous devez trouver quelqu'un
06:07
who is willing to be a surrogate.
140
355324
2400
qui est prêt à être un substitut.
06:09
It's not such an ominous thing.
141
357724
2264
Ce n'est pas une chose sinistre.
06:11
Being a surrogate donor
142
359988
1523
Pour être un donneur de substitution,
06:13
only requires you to say a few hundred
143
361511
2788
vous n'avez qu'à dire
entre une centaine
entre une centaine
06:16
to a few thousand utterances.
144
364299
2242
et un millier d'énoncés.
06:18
The process goes something like this.
145
366541
2003
Le processus se passe comme ça.
06:20
(Video) Voice: Things happen in pairs.
146
368544
2190
(Vidéo) Voix : Les choses
se produisent en paires.
se produisent en paires.
06:22
I love to sleep.
147
370734
1925
J'aime dormir.
06:24
The sky is blue without clouds.
148
372659
3882
Le ciel est bleu sans nuages.
06:28
RP: Now she's going to go on like this
149
376541
2002
RP : Elle va continuer comme ça
06:30
for about three to four hours,
150
378543
1919
pendant environ
trois à quatre heures,
trois à quatre heures,
06:32
and the idea is not for her to say everything
151
380462
3005
et l'idée n'est pas qu'elle dise tout
06:35
that the target is going to want to say,
152
383467
2045
ce que la cible va vouloir dire,
06:37
but the idea is to cover all the different combinations
153
385512
3395
mais l'idée est de couvrir
toutes les différentes combinaisons
toutes les différentes combinaisons
06:40
of the sounds that occur in the language.
154
388907
3271
de sons qui existent dans le langage.
06:44
The more speech you have,
155
392178
1638
Plus vous avez de paroles,
06:45
the better sounding voice you're going to have.
156
393816
2305
meilleur sera le son de la voix.
06:48
Once you have those recordings,
157
396121
1673
Une fois qu'on a ces enregistrements,
06:49
what we need to do
158
397794
1413
ce qu'on doit faire
06:51
is we have to parse these recordings
159
399207
2718
c'est analyser ces enregistrements
06:53
into little snippets of speech,
160
401925
2449
en bribes de discours,
06:56
one- or two-sound combinations,
161
404374
2337
des combinaisons d'un son ou deux,
06:58
sometimes even whole words
162
406711
1883
parfois même des mots entiers,
07:00
that start populating a dataset or a database.
163
408594
4516
ce qui commence à remplir
un ensemble de données
ou une base de données.
ou une base de données.
07:05
We're going to call this database a voice bank.
164
413110
3717
On appellera cette base de données
une banque de voix.
une banque de voix.
07:08
Now the power of the voice bank
165
416827
2096
Le pouvoir de la banque de voix
07:10
is that from this voice bank,
166
418923
2014
est que cette banque de voix,
07:12
we can now say any new utterance,
167
420937
2011
nous pouvons maintenant
dire n'importe quel énoncé,
dire n'importe quel énoncé,
07:14
like, "I love chocolate" --
168
422948
1424
comme, « J'aime le chocolat » --
07:16
everyone needs to be able to say that—
169
424372
1739
tout le monde doit pouvoir dire ça --
07:18
fish through that database
170
426111
1831
piocher dans cette base de données
07:19
and find all the segments necessary
171
427942
1940
et trouver tous les segments nécessaires
07:21
to say that utterance.
172
429882
1929
pour dire cet énoncé.
07:23
(Video) Voice: I love chocolate.
173
431811
1789
(Vidéo) Voix : J'aime le chocolat.
07:25
RP: So that's speech synthesis.
174
433600
1391
RP : Donc, c'est la synthèse du langage.
07:26
It's called concatenative synthesis,
and that's what we're using.
and that's what we're using.
175
434991
2573
C'est ce qu'on appelle
la synthèse par concaténation,
la synthèse par concaténation,
et c'est ce que nous utilisons.
07:29
That's not the novel part.
176
437564
1533
Ce n'est pas la partie novatrice.
07:31
What's novel is how we make it sound
177
439097
2221
L'innovation est comment nous faisons
07:33
like this young woman.
178
441318
1457
pour que le son soit comme
celui de cette jeune femme.
celui de cette jeune femme.
07:34
This is Samantha.
179
442775
1524
C'est Samantha.
07:36
I met her when she was nine,
180
444299
2346
Je l'ai rencontré quand
elle avait neuf ans,
elle avait neuf ans,
07:38
and since then, my team and I
181
446645
1897
et depuis lors, mon équipe et moi
07:40
have been trying to build her a personalized voice.
182
448542
2714
avons essayé de lui construire
une voix personnalisée.
une voix personnalisée.
07:43
We first had to find a surrogate donor,
183
451256
3099
Il fallait d'abord trouver
un donneur de substitution,
un donneur de substitution,
07:46
and then we had to have Samantha
184
454355
1818
et puis nous avons dû
faire dire à Samantha
faire dire à Samantha
07:48
produce some utterances.
185
456173
1929
quelques énoncés.
07:50
What she can produce are mostly vowel-like sounds,
186
458102
2379
Ce qu'elle peut produire, ce sont
surtout des sons de voyelles,
surtout des sons de voyelles,
07:52
but that's enough for us to extract
187
460481
2479
mais c'est assez pour
que nous extrayons
que nous extrayons
07:54
her source characteristics.
188
462960
2285
ses caractéristiques d'origine.
07:57
What happens next is best described
189
465245
3271
Ce qui se passe
ensuite est mieux décrit
ensuite est mieux décrit
08:00
by my daughter's analogy. She's six.
190
468516
2767
par l'analogie de ma fille.
Elle a six ans.
Elle a six ans.
08:03
She calls it mixing colors to paint voices.
191
471283
5422
Elle appelle ça le mélange des couleurs
pour peindre les voix.
pour peindre les voix.
C'est beau. C'est exactement ça.
08:08
It's beautiful. It's exactly that.
192
476705
2555
08:11
Samantha's voice is like a concentrated sample
193
479260
2860
La voix de Samantha est comme
un échantillon concentré
un échantillon concentré
08:14
of red food dye which we can infuse
194
482120
2609
de colorant alimentaire rouge
que nous pouvons imprégner
que nous pouvons imprégner
08:16
into the recordings of her surrogate
195
484729
2540
dans les enregistrements
de son substitut
de son substitut
08:19
to get a pink voice just like this.
196
487269
4387
pour obtenir une voix rose,
comme ça.
comme ça.
08:23
(Video) Samantha: Aaaaaah.
197
491656
4491
(Vidéo) Samantha : Aaaaaah.
08:28
RP: So now, Samantha can say this.
198
496147
2808
RP : Alors maintenant,
Samantha peut dire ça.
Samantha peut dire ça.
08:30
(Video) Samantha: This voice is only for me.
199
498955
3069
(Vidéo) Samantha :
Cette voix est seulement pour moi.
Cette voix est seulement pour moi.
08:34
I can't wait to use my new voice with my friends.
200
502024
6305
Je suis impatiente d'utiliser
ma nouvelle voix avec mes amis.
ma nouvelle voix avec mes amis.
08:40
RP: Thank you. (Applause)
201
508329
6417
RP : Merci.
(Applaudissements)
(Applaudissements)
08:46
I'll never forget the gentle smile
202
514746
2333
Je n'oublierai jamais le doux sourire
08:49
that spread across her face
203
517079
1902
qui s'est propagé sur son visage
08:50
when she heard that voice for the first time.
204
518981
3649
quand elle a entendu cette voix
pour la première fois.
pour la première fois.
08:54
Now there's millions of people
205
522630
1882
I y a des millions de gens
08:56
around the world like Samantha, millions,
206
524512
2833
partout dans le monde
comme Samantha, des millions,
comme Samantha, des millions,
08:59
and we've only begun to scratch the surface.
207
527345
3440
et nous avons seulement
commencé à gratter la surface.
commencé à gratter la surface.
09:02
What we've done so far is we have
208
530785
1642
Ce que nous avons fait
jusqu'à présent, c'est que nous avons
jusqu'à présent, c'est que nous avons
09:04
a few surrogate talkers from around the U.S.
209
532427
3859
quelques locuteurs de substitution
partout aux États-Unis
partout aux États-Unis
09:08
who have donated their voices,
210
536286
1507
qui ont fait don de leurs voix,
09:09
and we have been using those
211
537793
1928
et nous les avons utilisées
09:11
to build our first few personalized voices.
212
539721
4472
pour construire nos
premières voix personnalisées.
premières voix personnalisées.
09:16
But there's so much more work to be done.
213
544193
1756
Mais il y a tellement plus à faire.
09:17
For Samantha, her surrogate
214
545949
2188
Pour Samantha, son substitut
09:20
came from somewhere in the Midwest, a stranger
215
548137
3046
venait de quelque part dans le Mid-Ouest,
une inconnue
une inconnue
09:23
who gave her the gift of voice.
216
551183
3841
qui lui a fait le don de la voix.
09:27
And as a scientist, I'm so excited
217
555024
2153
En tant que scientifique,
je suis tellement enthousiaste
je suis tellement enthousiaste
09:29
to take this work out of the laboratory
218
557177
1935
de sortir ce travail du laboratoire
09:31
and finally into the real world
219
559112
1800
et de l'amener enfin dans le monde réel,
09:32
so it can have real-world impact.
220
560912
3165
de sorte qu'il puisse avoir
un impact réel dans le monde.
un impact réel dans le monde.
09:36
What I want to share with you next
221
564077
1582
Ce que je veux vous dire ensuite
09:37
is how I envision taking this work
222
565659
2175
est comment j'envisage
d'amener ce travail
d'amener ce travail
09:39
to that next level.
223
567834
2711
au niveau suivant.
09:42
I imagine a whole world of surrogate donors
224
570545
3887
J'imagine un monde entier
de donneurs de substitution
de donneurs de substitution
09:46
from all walks of life, different sizes, different ages,
225
574432
3260
de toutes conditions
de différentes tailles, de différents âges,
de différentes tailles, de différents âges,
09:49
coming together in this voice drive
226
577692
3058
se rassemblant dans ce lecteur vocal
09:52
to give people voices
227
580750
2270
pour donner aux gens des voix
09:55
that are as colorful as their personalities.
228
583020
3799
qui sont aussi colorées
que leurs personnalités
que leurs personnalités
09:58
To do that as a first step,
229
586819
2300
Pour ce faire,
dans un premier temps,
dans un premier temps,
10:01
we've put together this website, VocaliD.org,
230
589119
3275
nous avons mis en place
ce site, VocaliD.org,
ce site, VocaliD.org,
10:04
as a way to bring together those
231
592394
1624
comme un moyen
de rassembler ceux
de rassembler ceux
10:06
who want to join us as voice donors,
232
594018
2675
qui veulent se joindre à nous
en tant que donneurs de voix,
en tant que donneurs de voix,
10:08
as expertise donors,
233
596693
1772
comme donneurs d'expertise,
10:10
in whatever way to make this vision a reality.
234
598465
5339
quelle que soit la façon de faire
de cette vision une réalité.
de cette vision une réalité.
10:15
They say that giving blood can save lives.
235
603804
4153
On dit que le don de sang
peut sauver des vies.
peut sauver des vies.
10:19
Well, giving your voice can change lives.
236
607957
4982
Donner votre voix
peut changer des vies.
peut changer des vies.
10:24
All we need is a few hours of speech
237
612939
3050
Tout ce dont nous avons besoin est
quelques heures de discours
quelques heures de discours
10:27
from our surrogate talker,
238
615989
1491
de notre locuteur de substitution,
10:29
and as little as a vowel from our target talker,
239
617480
4733
et aussi peu qu'une voyelle
de notre locuteur cible,
de notre locuteur cible,
10:34
to create a unique vocal identity.
240
622213
3711
pour créer une identité vocale unique.
10:37
So that's the science behind what we're doing.
241
625924
2626
Voilà la science derrière
ce que nous faisons.
ce que nous faisons.
10:40
I want to end by circling back to the human side
242
628550
4455
Je veux terminer en revenant
sur le côté humain
sur le côté humain
10:45
that is really the inspiration for this work.
243
633005
4102
qui est vraiment l'inspiration
pour ce travail.
pour ce travail.
10:49
About five years ago, we built our very first voice
244
637107
3699
Il y a cinq ans, nous avons construit
notre première voix
notre première voix
10:52
for a little boy named William.
245
640806
2501
pour un petit garçon du nom de William.
10:55
When his mom first heard this voice,
246
643307
2357
Lorsque sa mère a entendu
cette voix pour la première fois,
cette voix pour la première fois,
10:57
she said, "This is what William
247
645664
2345
elle a dit, « C'est ce que William
11:00
would have sounded like
248
648009
1546
aurait eu comme voix
11:01
had he been able to speak."
249
649555
2449
s'il avait été en mesure de parler. »
11:04
And then I saw William typing a message
250
652004
2418
Puis, j'ai vu William taper un message
11:06
on his device.
251
654422
1362
sur son appareil.
11:07
I wondered, what was he thinking?
252
655784
3293
Je me demandais ce qu'il pensait.
11:11
Imagine carrying around someone else's voice
253
659077
3590
Imaginez-vous avoir la voix
de quelqu'un d'autre
de quelqu'un d'autre
11:14
for nine years
254
662667
2193
pendant neuf ans
11:16
and finally finding your own voice.
255
664860
4844
et enfin trouver votre propre voix.
11:21
Imagine that.
256
669704
1377
Imaginez ça.
11:23
This is what William said:
257
671081
2797
Voici que William a dit :
11:25
"Never heard me before."
258
673878
4463
« Je ne m'étais jamais entendu avant »
11:32
Thank you.
259
680417
1619
Merci.
11:34
(Applause)
260
682036
4724
(Applaudissements)
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