TEDWomen 2013
Rupal Patel: Synthetic voices, as unique as fingerprints
Voci artificiali uniche come impronte
Filmed:
Readability: 3.9
944,754 views
Molte persone con gravi disturbi del linguaggio utilizzano un dispositivo computerizzato per comunicare. Possono scegliere fra poche opzioni vocali.
E' il motivo per cui Stephen Hawking ha un accento americano, e perchè molte persone finiscono per avere la stessa voce, spesso con un risultati inadeguati.
La scienziata del linguaggio Rupal Patel ha deciso di rimediare a questo e in questo magnifico discorso condivide con noi il suo lavoro di progettazione di voci uniche per coloro che non hanno voce.
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
Oggi vorrei parlarvi
00:14
about a powerful and fundamental aspect
1
2209
2927
di un aspetto importante e fondamentale
00:17
of who we are: our voice.
2
5136
3598
del nostro modo di essere:
la nostra voce.
la nostra voce.
00:20
Each one of us has a unique voiceprint
3
8734
2746
Ognuno di noi ha un timbro di voce unico
00:23
that reflects our age, our size,
4
11480
2289
che riflette la nostra età,
corporatura,
corporatura,
00:25
even our lifestyle and personality.
5
13769
3237
persino lo stile di vita
e la personalità.
e la personalità.
00:29
In the words of the poet Longfellow,
6
17006
2142
Secondo le parole del poeta Longfellow,
00:31
"the human voice is the organ of the soul."
7
19148
3870
"la voce umana è l'organo dell'anima."
00:35
As a speech scientist, I'm fascinated
8
23018
2747
Da scienziata della parola,
mi affascina
mi affascina
00:37
by how the voice is produced,
9
25765
1829
il modo in cui viene prodotta la voce,
00:39
and I have an idea for how it can be engineered.
10
27594
3658
e ho un'idea su come
la si possa progettare.
la si possa progettare.
00:43
That's what I'd like to share with you.
11
31252
2210
E vorrei condividerla con voi.
00:45
I'm going to start by playing you a sample
12
33462
1814
Vorrei iniziare mostrandovi il campione
00:47
of a voice that you may recognize.
13
35276
1871
di una voce che forse riconoscerete.
00:49
(Recording) Stephen Hawking: "I would have thought
14
37147
1304
(Audio) Stephen Hawking: "Pensavo che
00:50
it was fairly obvious what I meant."
15
38451
2749
fosse abbastanza ovvio ciò che intendevo."
00:53
Rupal Patel: That was the voice
16
41200
1280
Rupa Patel: Era la voce
00:54
of Professor Stephen Hawking.
17
42480
2086
del Professor Stephen Hawking.
00:56
What you may not know is that same voice
18
44566
3849
Ciò che forse non saprete è
che la stessa voce
che la stessa voce
01:00
may also be used by this little girl
19
48415
2478
può essere usata anche
da questa ragazzina
da questa ragazzina
01:02
who is unable to speak
20
50893
1697
che non può parlare
01:04
because of a neurological condition.
21
52590
2597
a causa di una patologia neurologica.
01:07
In fact, all of these individuals
22
55187
2068
È probabile, infatti,
che tutte queste persone
che tutte queste persone
01:09
may be using the same voice,
23
57255
2012
stiano utilizzando la stessa voce,
01:11
and that's because there's
only a few options available.
only a few options available.
24
59267
3557
poiché le opzioni disponibili
sono ben poche.
sono ben poche.
01:14
In the U.S. alone, there are 2.5 million Americans
25
62824
4317
Solo negli USA,
sono 2.5 milioni gli americani
sono 2.5 milioni gli americani
01:19
who are unable to speak,
26
67141
1610
che non possono parlare,
01:20
and many of whom use computerized devices
27
68751
2622
molti dei quali ricorrono a un
sistema computerizzato
sistema computerizzato
01:23
to communicate.
28
71373
1522
per comunicare.
01:24
Now that's millions of people worldwide
29
72895
3479
A livello mondiale,
sono milioni le persone
sono milioni le persone
01:28
who are using generic voices,
30
76374
1652
che usano voci generiche,
01:30
including Professor Hawking,
31
78026
1446
incluso il Professor Hawking,
01:31
who uses an American-accented voice.
32
79472
4833
che usa una voce con accento americano.
01:36
This lack of individuation of the synthetic voice
33
84305
3328
L'assenza di personalizzazione
della voce sintetizzata
della voce sintetizzata
01:39
really hit home
34
87633
1416
mi ha davvero colpito
01:41
when I was at an assistive technology conference
35
89049
2472
mentre ero a una conferenza
sulle tecnologie assistive
sulle tecnologie assistive
01:43
a few years ago,
36
91521
1850
alcuni anni fa,
01:45
and I recall walking into an exhibit hall
37
93371
3604
e ricordo che stavo entrando
in un padiglione
in un padiglione
01:48
and seeing a little girl and a grown man
38
96975
3044
e ho visto una ragazzina e un uomo
01:52
having a conversation using their devices,
39
100019
2916
che parlavano attraverso
i loro dispositivi,
i loro dispositivi,
01:54
different devices, but the same voice.
40
102935
4284
diversi ma con la stessa voce.
01:59
And I looked around and I saw this happening
41
107219
1909
Mi sono guardata intorno e ho visto
che succedeva
che succedeva
02:01
all around me, literally hundreds of individuals
42
109128
4190
lo stesso attorno a me:
centinaia di persone
centinaia di persone
02:05
using a handful of voices,
43
113318
2738
che usavano appena un paio di voci,
02:08
voices that didn't fit their bodies
44
116056
3091
non adatte ai loro corpi
02:11
or their personalities.
45
119147
2082
o alle loro personalità.
02:13
We wouldn't dream of fitting a little girl
46
121229
2727
Non immagineremmo mai una ragazzina
02:15
with the prosthetic limb of a grown man.
47
123956
3396
con la stessa protesi di un uomo.
02:19
So why then the same prosthetic voice?
48
127352
3304
Perché, invece, deve usare
la stessa voce protesica?
la stessa voce protesica?
02:22
It really struck me,
49
130656
1291
Mi ha davvero colpito,
02:23
and I wanted to do something about this.
50
131947
3151
e ho voluto fare qualcosa.
02:27
I'm going to play you now a sample
51
135098
1953
Ora ascolterete un campione
02:29
of someone who has, two people actually,
52
137051
3288
di qualcuno che ha, in realtà due persone,
02:32
who have severe speech disorders.
53
140339
1768
che hanno gravi disturbi del linguaggio.
02:34
I want you to take a listen to how they sound.
54
142107
3230
Vorrei che prestiate ascolto
a come li percepite.
a come li percepite.
02:37
They're saying the same utterance.
55
145337
2357
Dicono lo stesso enunciato.
02:39
(First voice)
56
147694
2432
(Prima voce)
02:42
(Second voice)
57
150126
3617
(Seconda voce)
02:45
You probably didn't understand what they said,
58
153743
2412
Forse non avrete capito cosa hanno detto,
02:48
but I hope that you heard
59
156155
1854
ma spero abbiate notato
02:50
their unique vocal identities.
60
158009
4283
le loro identità vocali individuali.
02:54
So what I wanted to do next is,
61
162292
2813
Quello che vorrei fare, adesso,
02:57
I wanted to find out how we could harness
62
165105
2384
è scoprire come possiamo impiegare
02:59
these residual vocal abilities
63
167489
1821
queste capacità vocali residue
03:01
and build a technology
64
169310
2016
e costruire una tecnologia
03:03
that could be customized for them,
65
171326
2143
su misura per loro,
03:05
voices that could be customized for them.
66
173469
2429
voci che possano essere
personalizzate su misura.
personalizzate su misura.
03:07
So I reached out to my collaborator, Tim Bunnell.
67
175898
2685
Mi sono messa in contatto
col mio collaboratore, Tim Bunnell.
col mio collaboratore, Tim Bunnell.
03:10
Dr. Bunnell is an expert in speech synthesis,
68
178583
3063
Il dott. Bunnell
è un esperto di sintesi vocale,
è un esperto di sintesi vocale,
03:13
and what he'd been doing is building
69
181646
2033
e sta costruendo
03:15
personalized voices for people
70
183679
1881
voci personalizzate per i suoi pazienti,
03:17
by putting together
71
185560
2097
unendo insieme
03:19
pre-recorded samples of their voice
72
187657
2150
campioni delle loro voci preregistrate
03:21
and reconstructing a voice for them.
73
189807
2879
e ricostruendo loro una voce.
03:24
These are people who had lost their voice
74
192686
1712
Queste sono persone
che hanno perso la loro voce
che hanno perso la loro voce
03:26
later in life.
75
194398
1911
dopo la nascita.
03:28
We didn't have the luxury
76
196309
1394
Non abbiamo il lusso
03:29
of pre-recorded samples of speech
77
197703
1774
di campioni vocali preregistrati
03:31
for those born with speech disorder.
78
199477
2292
per chi è nato, con
problemi alla voce.
problemi alla voce.
03:33
But I thought, there had to be a way
79
201769
2537
Ma ho pensato che
ci dovesse essere un modo
ci dovesse essere un modo
03:36
to reverse engineer a voice
80
204306
1944
di progettare una voce partendo
03:38
from whatever little is left over.
81
206250
2291
da quel poco che ne resta.
03:40
So we decided to do exactly that.
82
208541
2714
Ed è proprio quello
che abbiamo deciso di fare.
che abbiamo deciso di fare.
03:43
We set out with a little bit of funding
from the National Science Foundation,
from the National Science Foundation,
83
211255
3403
Siamo partiti con alcuni finanziamenti
della Fondazione Nazionale per le Scienze,
della Fondazione Nazionale per le Scienze,
03:46
to create custom-crafted voices that captured
84
214658
3565
per creare voci
personalizzate che catturino
personalizzate che catturino
03:50
their unique vocal identities.
85
218223
1536
l'unicità della loro impronta vocale.
03:51
We call this project VocaliD, or vocal I.D.,
86
219759
3203
Abbiamo creato questo progetto,
VocaliD o vocal I.D.
VocaliD o vocal I.D.
03:54
for vocal identity.
87
222962
2033
per l'identità vocale.
03:56
Now before I get into the details of how
88
224995
2674
Prima di entrare nel dettaglio di come
03:59
the voice is made and let you listen to it,
89
227669
2048
venga prodotta la voce
e di come la sentiamo,
e di come la sentiamo,
04:01
I need to give you a real quick
speech science lesson. Okay?
speech science lesson. Okay?
90
229717
3350
devo farvi una rapida lezione
di scienze. Va bene?
di scienze. Va bene?
04:05
So first, we know that the voice is changing
91
233067
3159
Per iniziare, sappiamo che la voce cambia
04:08
dramatically over the course of development.
92
236226
2854
radicalmente, nel corso dello sviluppo.
04:11
Children sound different from teens
93
239080
2090
I bambini hanno una voce
diversa dagli adolescenti,
diversa dagli adolescenti,
04:13
who sound different from adults.
94
241170
1463
che hanno una voce diversa dagli adulti.
04:14
We've all experienced this.
95
242633
2642
Ci siamo passati tutti.
04:17
Fact number two is that speech
96
245275
3363
Secondo, la parola
04:20
is a combination of the source,
97
248638
2553
è una combinazione della fonte,
04:23
which is the vibrations generated by your voice box,
98
251191
3479
che è la vibrazione generata
dalla vostra scatola vocale,
dalla vostra scatola vocale,
04:26
which are then pushed through
99
254670
1939
che viene successivamente
spinta attraverso
spinta attraverso
il resto del tratto vocale.
04:28
the rest of the vocal tract.
100
256609
2437
04:31
These are the chambers of your head and neck
101
259046
2484
Queste sono le camere
della vostra testa e collo
della vostra testa e collo
che vibrano,
04:33
that vibrate,
102
261530
1239
04:34
and they actually filter that source sound
103
262769
2110
e in realtà filtrano il suono sorgente
04:36
to produce consonants and vowels.
104
264879
2537
per produrre consonanti e vocali.
04:39
So the combination of source and filter
105
267416
3860
La combinazione
di fonte e filtro, poi,
di fonte e filtro, poi,
04:43
is how we produce speech.
106
271276
2630
produce la parola.
04:45
And that happens in one individual.
107
273906
3026
È questo che accade nelle persone.
04:48
Now I told you earlier that I'd spent
108
276932
2626
Vi ho raccontato che ho passato
04:51
a good part of my career
109
279558
2025
buona parte della mia carriera
04:53
understanding and studying
110
281583
2453
cercando di capire e studiare
04:56
the source characteristics of people
111
284036
1958
la caratteristiche
delle fonti delle persone
delle fonti delle persone
04:57
with severe speech disorder,
112
285994
2301
con seri disturbi del linguaggio,
05:00
and what I've found
113
288295
1465
e ho scoperto
05:01
is that even though their filters were impaired,
114
289760
3366
che anche attraverso
i loro filtri danneggiati
i loro filtri danneggiati
05:05
they were able to modulate their source:
115
293126
2961
erano in grado
di modulare la propria fonte:
di modulare la propria fonte:
05:08
the pitch, the loudness, the tempo of their voice.
116
296087
3262
il tono, il volume,
il ritmo della loro voce.
il ritmo della loro voce.
05:11
These are called prosody, and
I've been documenting for years
I've been documenting for years
117
299349
3368
Si chiama prosodia,
e ho documentato per anni
e ho documentato per anni
05:14
that the prosodic abilities of these individuals
118
302717
2277
che le abilità prosodiche
di questi individui
di questi individui
05:16
are preserved.
119
304994
1575
sono intatte.
05:18
So when I realized that those same cues
120
306569
4087
Così, quando ho capito
che quegli stessi spunti
che quegli stessi spunti
05:22
are also important for speaker identity,
121
310656
2769
erano importanti
per l'identità del parlante
per l'identità del parlante
05:25
I had this idea.
122
313425
2015
ho avuto questa idea:
05:27
Why don't we take the source
123
315440
2516
perché non prendere la fonte
05:29
from the person we want the voice to sound like,
124
317956
2213
dalle persone di cui
volevamo riprodurre la voce
volevamo riprodurre la voce
05:32
because it's preserved,
125
320169
1463
visto che era intatta
05:33
and borrow the filter
126
321632
2135
e prendere in prestito i filtri
05:35
from someone about the same age and size,
127
323767
3229
da qualcuno della stessa
età e corporatura,
età e corporatura,
05:39
because they can articulate speech,
128
327011
2407
in grado di articolare suoni
05:41
and then mix them?
129
329418
1791
e mescolarli?
05:43
Because when we mix them,
130
331209
1787
Perché quando li mescoliamo,
05:44
we can get a voice that's as clear
131
332996
1698
possiamo ottenere una voce chiara
05:46
as our surrogate talker --
132
334694
1754
come quella del nostro parlante-surrogato
05:48
that's the person we borrowed the filter from—
133
336448
2595
(che è la persona da cui
prendiamo in prestito i filtri)
prendiamo in prestito i filtri)
05:51
and is similar in identity to our target talker.
134
339043
4649
che ha un'identità simile
al nostro parlante-obiettivo.
al nostro parlante-obiettivo.
È tutto qui.
05:55
It's that simple.
135
343692
1427
05:57
That's the science behind what we're doing.
136
345119
2934
Questa è la scienza
dietro quello che facciamo.
dietro quello che facciamo.
06:00
So once you have that in mind,
137
348053
3533
Così, una volta che avete questo in mente,
06:03
how do you go about building this voice?
138
351586
2258
come si procede nel costruire questa voce?
06:05
Well, you have to find someone
139
353844
1480
Bisogna trovare qualcuno
06:07
who is willing to be a surrogate.
140
355324
2400
disponibile a essere un surrogato.
06:09
It's not such an ominous thing.
141
357724
2264
Non è una cosa così terribile.
06:11
Being a surrogate donor
142
359988
1523
Fare il donatore surrogato
06:13
only requires you to say a few hundred
143
361511
2788
richiede semplicemente
dover dire dal centinaio
dover dire dal centinaio
06:16
to a few thousand utterances.
144
364299
2242
al migliaio di parole.
06:18
The process goes something like this.
145
366541
2003
Il tutto si svolge più o meno così.
06:20
(Video) Voice: Things happen in pairs.
146
368544
2190
Voce: Le cose capitano in coppia.
06:22
I love to sleep.
147
370734
1925
Amo dormire.
06:24
The sky is blue without clouds.
148
372659
3882
Il cielo è blu senza nuvole.
06:28
RP: Now she's going to go on like this
149
376541
2002
Andrà avanti così
06:30
for about three to four hours,
150
378543
1919
per circa tre o quattro ore.
06:32
and the idea is not for her to say everything
151
380462
3005
L'idea non è che lei dica tutto
06:35
that the target is going to want to say,
152
383467
2045
quello che il soggetto
potrebbe voler dire,
potrebbe voler dire,
06:37
but the idea is to cover all the different combinations
153
385512
3395
l'idea è quella di coprire
tutte le varie combinazioni
tutte le varie combinazioni
06:40
of the sounds that occur in the language.
154
388907
3271
di suoni che ricorrono nel linguaggio.
06:44
The more speech you have,
155
392178
1638
Più parole ottieni,
06:45
the better sounding voice you're going to have.
156
393816
2305
migliore sarà il suono
della voce che otterrai.
della voce che otterrai.
06:48
Once you have those recordings,
157
396121
1673
Ottenute queste registrazioni,
06:49
what we need to do
158
397794
1413
quel che occorre fare
06:51
is we have to parse these recordings
159
399207
2718
è analizzare queste registrazioni
06:53
into little snippets of speech,
160
401925
2449
in piccoli frammenti di parlato,
06:56
one- or two-sound combinations,
161
404374
2337
una o due combinazioni di suoni,
06:58
sometimes even whole words
162
406711
1883
talvolta persino intere parole
07:00
that start populating a dataset or a database.
163
408594
4516
che iniziano a popolare
un set di dati o un database.
un set di dati o un database.
07:05
We're going to call this database a voice bank.
164
413110
3717
Chiameremo questo database banca vocale.
07:08
Now the power of the voice bank
165
416827
2096
Il potere di questa banca vocale
07:10
is that from this voice bank,
166
418923
2014
è che da questa banca vocale
07:12
we can now say any new utterance,
167
420937
2011
potremo articolare ogni nuova parola.
07:14
like, "I love chocolate" --
168
422948
1424
tipo "mi piace il cioccolato",
07:16
everyone needs to be able to say that—
169
424372
1739
dobbiamo tutti essere
in grado di dirlo,
in grado di dirlo,
07:18
fish through that database
170
426111
1831
pescare in questo database
07:19
and find all the segments necessary
171
427942
1940
e trovare tutti i segmenti necessari
07:21
to say that utterance.
172
429882
1929
per pronunciare quell'espressione.
07:23
(Video) Voice: I love chocolate.
173
431811
1789
(Video) Voce: Mi piace il cioccolato.
07:25
RP: So that's speech synthesis.
174
433600
1391
RP: Ecco, questa è la sintesi vocale.
07:26
It's called concatenative synthesis,
and that's what we're using.
and that's what we're using.
175
434991
2573
Si chiama sintesi concatenativa,
ed è ciò che stiamo utilizzando.
ed è ciò che stiamo utilizzando.
07:29
That's not the novel part.
176
437564
1533
Ma non è questa la vera novità.
07:31
What's novel is how we make it sound
177
439097
2221
La novità è come la utilizziamo
per farla sembrare
per farla sembrare
07:33
like this young woman.
178
441318
1457
la voce di questa ragazza.
07:34
This is Samantha.
179
442775
1524
Lei è Samantha.
07:36
I met her when she was nine,
180
444299
2346
L'ho incontrata quando aveva nove anni,
07:38
and since then, my team and I
181
446645
1897
e da allora la mia squadra e io
07:40
have been trying to build her a personalized voice.
182
448542
2714
stiamo cercando di costruirle
una voce personalizzata.
una voce personalizzata.
07:43
We first had to find a surrogate donor,
183
451256
3099
Prima di tutto abbiamo dovuto
trovare un donatore surrogato,
trovare un donatore surrogato,
07:46
and then we had to have Samantha
184
454355
1818
poi Samantha ha dovuto
07:48
produce some utterances.
185
456173
1929
produrre qualche frase.
07:50
What she can produce are mostly vowel-like sounds,
186
458102
2379
Era in grado di produrre
principalmente suoni vocalici,
principalmente suoni vocalici,
07:52
but that's enough for us to extract
187
460481
2479
ma a noi bastava per estrarre
07:54
her source characteristics.
188
462960
2285
le caratteristiche della sua fonte.
07:57
What happens next is best described
189
465245
3271
Per descrivere al meglio
quel che accadde dopo,
quel che accadde dopo,
08:00
by my daughter's analogy. She's six.
190
468516
2767
userò un'analogia
di mia figlia di sei anni.
di mia figlia di sei anni.
08:03
She calls it mixing colors to paint voices.
191
471283
5422
Lei lo definisce "mescolare
i colori per dipingere la voce".
i colori per dipingere la voce".
08:08
It's beautiful. It's exactly that.
192
476705
2555
È una bella metafora.
Ed è proprio così.
Ed è proprio così.
08:11
Samantha's voice is like a concentrated sample
193
479260
2860
La voce di Samantha
è come un campione concentrato
è come un campione concentrato
08:14
of red food dye which we can infuse
194
482120
2609
di colorante alimentare rosso
che possiamo infondere
che possiamo infondere
08:16
into the recordings of her surrogate
195
484729
2540
nelle registrazioni del suo surrogato
08:19
to get a pink voice just like this.
196
487269
4387
per ottenere una voce
rosa proprio come questa.
rosa proprio come questa.
08:23
(Video) Samantha: Aaaaaah.
197
491656
4491
(Video) Samantha: Aaaaaah.
08:28
RP: So now, Samantha can say this.
198
496147
2808
Adesso Samantha può dire
una cosa come questa:
una cosa come questa:
08:30
(Video) Samantha: This voice is only for me.
199
498955
3069
(Video) Samantha: Questa voce
è su misura per me.
è su misura per me.
08:34
I can't wait to use my new voice with my friends.
200
502024
6305
Non vedo l'ora di usare
la mia voce con i miei amici.
la mia voce con i miei amici.
08:40
RP: Thank you. (Applause)
201
508329
6417
RP: Grazie.
(Applausi)
08:46
I'll never forget the gentle smile
202
514746
2333
Non dimenticherò mai il sorriso gentile
che si è allargato sul suo viso
08:49
that spread across her face
203
517079
1902
08:50
when she heard that voice for the first time.
204
518981
3649
quando ha sentito questa voce
per la prima volta.
per la prima volta.
08:54
Now there's millions of people
205
522630
1882
Ci sono milioni di persone
08:56
around the world like Samantha, millions,
206
524512
2833
al mondo come Samantha, milioni,
08:59
and we've only begun to scratch the surface.
207
527345
3440
e noi abbiamo appena iniziato
a scalfire la superficie.
a scalfire la superficie.
09:02
What we've done so far is we have
208
530785
1642
Per ora abbiamo
09:04
a few surrogate talkers from around the U.S.
209
532427
3859
alcuni parlanti surrogati
provenienti dagli Stati Uniti
provenienti dagli Stati Uniti
09:08
who have donated their voices,
210
536286
1507
che hanno donato la loro voce
09:09
and we have been using those
211
537793
1928
e li stiamo usando
09:11
to build our first few personalized voices.
212
539721
4472
per costruire le prime
voci personalizzate.
voci personalizzate.
09:16
But there's so much more work to be done.
213
544193
1756
C'è ancora molto lavoro, da fare.
09:17
For Samantha, her surrogate
214
545949
2188
Il surrogato di Samantha
09:20
came from somewhere in the Midwest, a stranger
215
548137
3046
proviene da qualche parte
del Midwest, una sconosciuta
del Midwest, una sconosciuta
09:23
who gave her the gift of voice.
216
551183
3841
che le ha regalato la voce.
09:27
And as a scientist, I'm so excited
217
555024
2153
Da scienziata sono così eccitata
09:29
to take this work out of the laboratory
218
557177
1935
di portare questo lavoro
fuori dal laboratorio
fuori dal laboratorio
09:31
and finally into the real world
219
559112
1800
finalmente nel mondo reale
09:32
so it can have real-world impact.
220
560912
3165
così da poter avere
un vero impatto nel mondo.
un vero impatto nel mondo.
09:36
What I want to share with you next
221
564077
1582
Quel che voglio condividere con voi adesso
09:37
is how I envision taking this work
222
565659
2175
è come immagino di portare questo lavoro
09:39
to that next level.
223
567834
2711
al prossimo livello.
09:42
I imagine a whole world of surrogate donors
224
570545
3887
Mi immagino un intero mondo
di donatori surrogati
di donatori surrogati
09:46
from all walks of life, different sizes, different ages,
225
574432
3260
di tutti i ceti sociali,
di corporature diverse, di età diverse,
di corporature diverse, di età diverse,
09:49
coming together in this voice drive
226
577692
3058
convergere in questo archivio di voci
09:52
to give people voices
227
580750
2270
per dare alle persone
09:55
that are as colorful as their personalities.
228
583020
3799
voci colorate
come le loro personalità.
come le loro personalità.
09:58
To do that as a first step,
229
586819
2300
Per procedere al passo successivo
10:01
we've put together this website, VocaliD.org,
230
589119
3275
abbiamo realizzato
questo sito, VocaliD.org,
questo sito, VocaliD.org,
10:04
as a way to bring together those
231
592394
1624
in modo da raccogliere
10:06
who want to join us as voice donors,
232
594018
2675
le adesioni di quelli che si vogliono
unire a noi come donatori di voce,
unire a noi come donatori di voce,
10:08
as expertise donors,
233
596693
1772
come volontari esperti
10:10
in whatever way to make this vision a reality.
234
598465
5339
in qualunque modo,
per rendere questa visione realtà.
per rendere questa visione realtà.
10:15
They say that giving blood can save lives.
235
603804
4153
Si dice che donare il sangue
possa salvare una vita.
possa salvare una vita.
10:19
Well, giving your voice can change lives.
236
607957
4982
Donare la vostra voce
può cambiarla, una vita.
può cambiarla, una vita.
10:24
All we need is a few hours of speech
237
612939
3050
Tutto quel che ci serve
è qualche ora di parlato
è qualche ora di parlato
10:27
from our surrogate talker,
238
615989
1491
di un parlante surrogato
10:29
and as little as a vowel from our target talker,
239
617480
4733
e qualche vocale
dal nostro parlante obiettivo
dal nostro parlante obiettivo
10:34
to create a unique vocal identity.
240
622213
3711
per creare un'identità vocale unica.
10:37
So that's the science behind what we're doing.
241
625924
2626
Questa è la scienza
dietro quel che facciamo.
dietro quel che facciamo.
10:40
I want to end by circling back to the human side
242
628550
4455
Voglio terminare tornando al lato umano,
10:45
that is really the inspiration for this work.
243
633005
4102
che è quello che ispira
veramente questo lavoro.
veramente questo lavoro.
10:49
About five years ago, we built our very first voice
244
637107
3699
Circa cinque anni fa, abbiamo costruito
la nostra primissima voce
la nostra primissima voce
10:52
for a little boy named William.
245
640806
2501
per un ragazzino di nome William.
10:55
When his mom first heard this voice,
246
643307
2357
Quando sua madre ha sentito
per la prima volta questa voce
per la prima volta questa voce
10:57
she said, "This is what William
247
645664
2345
ha detto "Questa è la voce
11:00
would have sounded like
248
648009
1546
che avrebbe avuto William
11:01
had he been able to speak."
249
649555
2449
se fosse stato in grado di parlare".
11:04
And then I saw William typing a message
250
652004
2418
Quindi ho visto William
digitare un messaggio
digitare un messaggio
11:06
on his device.
251
654422
1362
sul suo dispositivo.
11:07
I wondered, what was he thinking?
252
655784
3293
Mi domandavo cosa stesse pensando.
11:11
Imagine carrying around someone else's voice
253
659077
3590
Immaginate di parlare
con la voce di qualcun altro
con la voce di qualcun altro
11:14
for nine years
254
662667
2193
per nove anni
11:16
and finally finding your own voice.
255
664860
4844
e finalmente di trovare la vostra voce.
11:21
Imagine that.
256
669704
1377
Immaginatelo.
11:23
This is what William said:
257
671081
2797
Questo è quel che William ha scritto:
11:25
"Never heard me before."
258
673878
4463
"Non avevo mai sentito me stesso,
prima d'ora".
prima d'ora".
11:32
Thank you.
259
680417
1619
Grazie.
11:34
(Applause)
260
682036
4724
(Applauso)
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