TEDWomen 2013
Rupal Patel: Synthetic voices, as unique as fingerprints
ルパル・パテル: 指紋のようにユニークな合成音声
Filmed:
Readability: 3.9
944,754 views
重度の言語障害をもつ多くの患者はコンピューターを駆使してコミュニケーションをはかっています。でもその音声の選択肢には限りがあります。そのため、イギリス人のスティーヴン・ホーキングの声はアメリカ訛りで、多くの人達が同じ声を使い、しばしば不似合いな声で我慢しているのです。スピーチ・サイエンティストのルパル・パテルはこの現状をどうにか変えたいと願いました。素晴らしい講演の中で、パテルは声なき人達のためにユニークな声を生み出す方法について紹介します。
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
今日 皆さんにお話したいのは
00:14
about a powerful and fundamental aspect
1
2209
2927
私たちのあり方を決める
パワフルで
パワフルで
00:17
of who we are: our voice.
2
5136
3598
基礎的なもの―
「声」についてです
「声」についてです
00:20
Each one of us has a unique voiceprint
3
8734
2746
私たち一人一人に独特の声紋があり
00:23
that reflects our age, our size,
4
11480
2289
私たちの年齢､体格
00:25
even our lifestyle and personality.
5
13769
3237
生活習慣や個性までも映し出します
00:29
In the words of the poet Longfellow,
6
17006
2142
ヘンリー・ワーズワース・ロングフェローは
00:31
"the human voice is the organ of the soul."
7
19148
3870
「人の声は心のオルガン（心の臓器）である」と
詩でつづりました
詩でつづりました
00:35
As a speech scientist, I'm fascinated
8
23018
2747
スピーチ・サイエンティストである私は
00:37
by how the voice is produced,
9
25765
1829
発声の仕組みに魅せられ
00:39
and I have an idea for how it can be engineered.
10
27594
3658
これを人工的に作り出す方法を
見つけました
見つけました
00:43
That's what I'd like to share with you.
11
31252
2210
これを皆さんと共有いたします
00:45
I'm going to start by playing you a sample
12
33462
1814
まずは皆さんが
ご存知かもしれない
ご存知かもしれない
00:47
of a voice that you may recognize.
13
35276
1871
声のサンプルを流します
00:49
(Recording) Stephen Hawking: "I would have thought
14
37147
1304
（音声）スティーヴン・ホーキング：
「私が意図することは
「私が意図することは
00:50
it was fairly obvious what I meant."
15
38451
2749
かなり明確だと思っていました」
00:53
Rupal Patel: That was the voice
16
41200
1280
お聞きいただいたのは
00:54
of Professor Stephen Hawking.
17
42480
2086
スティーヴン・ホーキング教授の声です
00:56
What you may not know is that same voice
18
44566
3849
皆さんが
ご存知ないかもしれないのは
ご存知ないかもしれないのは
01:00
may also be used by this little girl
19
48415
2478
同じ声を
こちらの女の子のような
こちらの女の子のような
01:02
who is unable to speak
20
50893
1697
神経疾患で話すことができない
01:04
because of a neurological condition.
21
52590
2597
子供も使っている
可能性があることです
可能性があることです
01:07
In fact, all of these individuals
22
55187
2068
実は このような方々は
01:09
may be using the same voice,
23
57255
2012
声の選択肢が ごく限られているため
01:11
and that's because there's
only a few options available.
only a few options available.
24
59267
3557
同じ声を使っていることがあるのです
01:14
In the U.S. alone, there are 2.5 million Americans
25
62824
4317
アメリカだけでも
話すことができない人達が
話すことができない人達が
01:19
who are unable to speak,
26
67141
1610
250万人もいます
01:20
and many of whom use computerized devices
27
68751
2622
その多くの人達が
コミュニケーション手段として
コミュニケーション手段として
01:23
to communicate.
28
71373
1522
コンピューターを使用します
01:24
Now that's millions of people worldwide
29
72895
3479
世界規模で
数百万の人々が
数百万の人々が
01:28
who are using generic voices,
30
76374
1652
人工音声を使っているのです
01:30
including Professor Hawking,
31
78026
1446
ホーキング教授も その１人で
01:31
who uses an American-accented voice.
32
79472
4833
アメリカ訛りの音声を使っていますね
01:36
This lack of individuation of the synthetic voice
33
84305
3328
この個性に欠けた
合成音声には
合成音声には
01:39
really hit home
34
87633
1416
本当にショックを受けました
01:41
when I was at an assistive technology conference
35
89049
2472
数年前に障害を持つ人の
技術支援に関する会議に
技術支援に関する会議に
01:43
a few years ago,
36
91521
1850
参加した時のことです
01:45
and I recall walking into an exhibit hall
37
93371
3604
展示ホールに足を入れると
01:48
and seeing a little girl and a grown man
38
96975
3044
小さい女の子から
成人男性まで
成人男性まで
01:52
having a conversation using their devices,
39
100019
2916
それぞれの機器を使って
話しているんですが
話しているんですが
01:54
different devices, but the same voice.
40
102935
4284
機器は違えど
同じ声でした
同じ声でした
01:59
And I looked around and I saw this happening
41
107219
1909
周りを見回すと
私の周りでも
私の周りでも
02:01
all around me, literally hundreds of individuals
42
109128
4190
同じことが起こっていました
文字通り数百人の人達が
文字通り数百人の人達が
02:05
using a handful of voices,
43
113318
2738
ごく限られた音声を使っていて
02:08
voices that didn't fit their bodies
44
116056
3091
それぞれの身体や個性に
02:11
or their personalities.
45
119147
2082
合っていないんです
02:13
We wouldn't dream of fitting a little girl
46
121229
2727
小さい女の子に
成人男性用の義足を
成人男性用の義足を
02:15
with the prosthetic limb of a grown man.
47
123956
3396
あてがうなんて想像できませんよね
02:19
So why then the same prosthetic voice?
48
127352
3304
ではなぜ人工音声もそうしないのか？
02:22
It really struck me,
49
130656
1291
これが大変気に掛かり
02:23
and I wanted to do something about this.
50
131947
3151
この状況を何とかしたいと思ったのです
02:27
I'm going to play you now a sample
51
135098
1953
これから お聞きいただくのは
02:29
of someone who has, two people actually,
52
137051
3288
重度の言語障害を患っている
02:32
who have severe speech disorders.
53
140339
1768
２人の音声サンプルです
02:34
I want you to take a listen to how they sound.
54
142107
3230
どのように聞こえるか
お聞きください
お聞きください
02:37
They're saying the same utterance.
55
145337
2357
同じ内容を発話しています
02:39
(First voice)
56
147694
2432
（第１音声）
02:42
(Second voice)
57
150126
3617
（第２音声）
02:45
You probably didn't understand what they said,
58
153743
2412
話の内容までは
分からなかったかもしれませんが
分からなかったかもしれませんが
02:48
but I hope that you heard
59
156155
1854
２人の個性的な
02:50
their unique vocal identities.
60
158009
4283
音声はお分かりいただけたでしょう
02:54
So what I wanted to do next is,
61
162292
2813
次に私がやりたかったことは
02:57
I wanted to find out how we could harness
62
165105
2384
このように残された
発話能力を
発話能力を
02:59
these residual vocal abilities
63
167489
1821
活かして
03:01
and build a technology
64
169310
2016
使用者に合わせて カスタマイズできる
03:03
that could be customized for them,
65
171326
2143
テクノロジー
つまり彼らのために
つまり彼らのために
03:05
voices that could be customized for them.
66
173469
2429
カスタマイズできる声を
開発することでした
開発することでした
03:07
So I reached out to my collaborator, Tim Bunnell.
67
175898
2685
そこで協力者の
ティム・バンネルに助言を仰ぎました
ティム・バンネルに助言を仰ぎました
03:10
Dr. Bunnell is an expert in speech synthesis,
68
178583
3063
バンネル博士は音声合成の
第一人者で
第一人者で
03:13
and what he'd been doing is building
69
181646
2033
彼がやっているのは
03:15
personalized voices for people
70
183679
1881
事前に録音してあった
03:17
by putting together
71
185560
2097
本人の音声サンプルを用いて
03:19
pre-recorded samples of their voice
72
187657
2150
音声を復元することで
03:21
and reconstructing a voice for them.
73
189807
2879
個人用の音声を作っているのです
03:24
These are people who had lost their voice
74
192686
1712
対象となるのは後天性の障害で
03:26
later in life.
75
194398
1911
声を失った人達です
03:28
We didn't have the luxury
76
196309
1394
生まれながらに
03:29
of pre-recorded samples of speech
77
197703
1774
言語障害がある人達には
03:31
for those born with speech disorder.
78
199477
2292
「事前に録音した音声サンプル」なんてありません
03:33
But I thought, there had to be a way
79
201769
2537
でも私が考えたのは
残された かすかな声から
残された かすかな声から
03:36
to reverse engineer a voice
80
204306
1944
その人の声を
03:38
from whatever little is left over.
81
206250
2291
蘇らせることができるはずだと
03:40
So we decided to do exactly that.
82
208541
2714
そこで これに取り組むことにしたのです
03:43
We set out with a little bit of funding
from the National Science Foundation,
from the National Science Foundation,
83
211255
3403
アメリカ国立科学財団から
わずかな資金援助を受け
わずかな資金援助を受け
03:46
to create custom-crafted voices that captured
84
214658
3565
話者の独特な声の特徴を反映した
03:50
their unique vocal identities.
85
218223
1536
個人用音声の開発を始めました
03:51
We call this project VocaliD, or vocal I.D.,
86
219759
3203
私たちは このプロジェクトを
“VocaliD”や“vocal I.D.”と
“VocaliD”や“vocal I.D.”と
03:54
for vocal identity.
87
222962
2033
名づけました
03:56
Now before I get into the details of how
88
224995
2674
これから皆さんに
この特注の声がどのように作られ
この特注の声がどのように作られ
03:59
the voice is made and let you listen to it,
89
227669
2048
実際の声を お聞きいただく前に
04:01
I need to give you a real quick
speech science lesson. Okay?
speech science lesson. Okay?
90
229717
3350
音声科学についての ごく簡単な講義をします
いいですか？
いいですか？
04:05
So first, we know that the voice is changing
91
233067
3159
まず私たちの音声は
成長過程において
成長過程において
04:08
dramatically over the course of development.
92
236226
2854
劇的に変化します
04:11
Children sound different from teens
93
239080
2090
小さな子供の声は
十代の人達と異なりますし
十代の人達と異なりますし
04:13
who sound different from adults.
94
241170
1463
成人の人達も異なります
04:14
We've all experienced this.
95
242633
2642
皆さん これを経験しますね
04:17
Fact number two is that speech
96
245275
3363
２つ目の事実は発声とは
04:20
is a combination of the source,
97
248638
2553
皆さんの喉頭から発せられた
04:23
which is the vibrations generated by your voice box,
98
251191
3479
振動による音源が
04:26
which are then pushed through
99
254670
1939
残りの声道を通過することで
04:28
the rest of the vocal tract.
100
256609
2437
起こります
04:31
These are the chambers of your head and neck
101
259046
2484
皆さんの頭と首の中にある
スペースが
スペースが
04:33
that vibrate,
102
261530
1239
振動することで
04:34
and they actually filter that source sound
103
262769
2110
音源をフィルターにかけて
04:36
to produce consonants and vowels.
104
264879
2537
母音と子音が発音されるのです
04:39
So the combination of source and filter
105
267416
3860
つまり音源がフィルターにかかることが
04:43
is how we produce speech.
106
271276
2630
発声のメカニズムなのです
04:45
And that happens in one individual.
107
273906
3026
これが一人一人に起きているわけです
04:48
Now I told you earlier that I'd spent
108
276932
2626
先ほど申し上げたように
04:51
a good part of my career
109
279558
2025
私は重い言語障害を患う人達の
04:53
understanding and studying
110
281583
2453
音源の特性についての
04:56
the source characteristics of people
111
284036
1958
理解と研究に
長いこと
長いこと
04:57
with severe speech disorder,
112
285994
2301
携わってきました
05:00
and what I've found
113
288295
1465
そこで気づいたのは
05:01
is that even though their filters were impaired,
114
289760
3366
彼らのフィルターに障害があっても
05:05
they were able to modulate their source:
115
293126
2961
音源は調節可能であるということで
05:08
the pitch, the loudness, the tempo of their voice.
116
296087
3262
それは声のピッチ､大きさ､テンポです
05:11
These are called prosody, and
I've been documenting for years
I've been documenting for years
117
299349
3368
これらはプロソディー（韻律）と呼ばれるもので
長年の調査で
長年の調査で
05:14
that the prosodic abilities of these individuals
118
302717
2277
言語障害者のプロソディーが
健在であることを
健在であることを
05:16
are preserved.
119
304994
1575
実証してきました
05:18
So when I realized that those same cues
120
306569
4087
ですから これらの表現が
話し手のアイデンティティにも
話し手のアイデンティティにも
05:22
are also important for speaker identity,
121
310656
2769
重要だと気づいた時
05:25
I had this idea.
122
313425
2015
このアイデアを思いついたのです
05:27
Why don't we take the source
123
315440
2516
それは発話させたい人の
05:29
from the person we want the voice to sound like,
124
317956
2213
音源を使い
05:32
because it's preserved,
125
320169
1463
―これは残っているんですね
05:33
and borrow the filter
126
321632
2135
対象となる人と同じ年齢で
05:35
from someone about the same age and size,
127
323767
3229
同じ体格の人から
フィルターを借りて
フィルターを借りて
05:39
because they can articulate speech,
128
327011
2407
この明瞭な音声と
05:41
and then mix them?
129
329418
1791
混ぜたらどうかと考えたのです
05:43
Because when we mix them,
130
331209
1787
合成した声は
05:44
we can get a voice that's as clear
131
332996
1698
フィルターを借りた
05:46
as our surrogate talker --
132
334694
1754
代理話者と同じくらい
05:48
that's the person we borrowed the filter from—
133
336448
2595
明瞭な声で
私たちがターゲットとしている話者の
私たちがターゲットとしている話者の
05:51
and is similar in identity to our target talker.
134
339043
4649
アイデンティティにも
類似しているんです
類似しているんです
05:55
It's that simple.
135
343692
1427
こんなに簡単なんです
05:57
That's the science behind what we're doing.
136
345119
2934
これが私たちがやっていることの
裏にある科学です
裏にある科学です
06:00
So once you have that in mind,
137
348053
3533
では アイデアが思いついたところで
06:03
how do you go about building this voice?
138
351586
2258
どうやって実際に声を構築したらいいでしょう？
06:05
Well, you have to find someone
139
353844
1480
まずはフィルターを提供してくれる人を
探す必要がありました
探す必要がありました
06:07
who is willing to be a surrogate.
140
355324
2400
まずはフィルターを提供してくれる人を
探す必要がありました
探す必要がありました
06:09
It's not such an ominous thing.
141
357724
2264
全然難しいことではないんです
06:11
Being a surrogate donor
142
359988
1523
提供者になるということは
06:13
only requires you to say a few hundred
143
361511
2788
数百から数千の言葉を
06:16
to a few thousand utterances.
144
364299
2242
発声するだけです
06:18
The process goes something like this.
145
366541
2003
この過程はこんな感じです
06:20
(Video) Voice: Things happen in pairs.
146
368544
2190
声：物事は対になって起こります
06:22
I love to sleep.
147
370734
1925
寝るのが大好きです
06:24
The sky is blue without clouds.
148
372659
3882
雲一つない青い空です
06:28
RP: Now she's going to go on like this
149
376541
2002
これを３時間から
06:30
for about three to four hours,
150
378543
1919
４時間ほど続けます
06:32
and the idea is not for her to say everything
151
380462
3005
ここでのポイントは
対象となる人が話したい文章を
対象となる人が話したい文章を
06:35
that the target is going to want to say,
152
383467
2045
代理人に言わせるのではなく
06:37
but the idea is to cover all the different combinations
153
385512
3395
言葉の中で生じる
全ての異なる
全ての異なる
06:40
of the sounds that occur in the language.
154
388907
3271
音の組み合わせを
拾っていくことです
拾っていくことです
06:44
The more speech you have,
155
392178
1638
サンプルが多ければ多いほど
06:45
the better sounding voice you're going to have.
156
393816
2305
より質の良い声を得ることができます
06:48
Once you have those recordings,
157
396121
1673
収録が終わったら
06:49
what we need to do
158
397794
1413
次に必要なのは
06:51
is we have to parse these recordings
159
399207
2718
読まれた文章を解析し
06:53
into little snippets of speech,
160
401925
2449
言語の要素に分割することです
06:56
one- or two-sound combinations,
161
404374
2337
１つの音や ２つの音の組み合わせや
06:58
sometimes even whole words
162
406711
1883
時には 単語全体を
07:00
that start populating a dataset or a database.
163
408594
4516
データセットすなわちデータベースに
集積していきます
集積していきます
07:05
We're going to call this database a voice bank.
164
413110
3717
このデータベースを
音声バンクと呼びましょう
音声バンクと呼びましょう
07:08
Now the power of the voice bank
165
416827
2096
音声バンクのパワフルな点は
07:10
is that from this voice bank,
166
418923
2014
この音声バンクから
07:12
we can now say any new utterance,
167
420937
2011
新しい言葉を発声できることで
07:14
like, "I love chocolate" --
168
422948
1424
「チョコレートが好き」とか
07:16
everyone needs to be able to say that—
169
424372
1739
これは誰でも言いたいですよね
07:18
fish through that database
170
426111
1831
データベースを駆使して
07:19
and find all the segments necessary
171
427942
1940
その言葉の発声に必要な
07:21
to say that utterance.
172
429882
1929
全ての断片を見つけるのです
07:23
(Video) Voice: I love chocolate.
173
431811
1789
声：チョコレートが好きです
07:25
RP: So that's speech synthesis.
174
433600
1391
これが音声合成です
07:26
It's called concatenative synthesis,
and that's what we're using.
and that's what we're using.
175
434991
2573
波形接続合成という
私たちが使っている手法です
私たちが使っている手法です
07:29
That's not the novel part.
176
437564
1533
これは目新しくありませんが
07:31
What's novel is how we make it sound
177
439097
2221
新しい点は どうやって
この若い女性が
この若い女性が
07:33
like this young woman.
178
441318
1457
話すような音声にするかです
07:34
This is Samantha.
179
442775
1524
彼女の名前はサマンサです
07:36
I met her when she was nine,
180
444299
2346
私が彼女に出会ったのは
07:38
and since then, my team and I
181
446645
1897
彼女が９歳の時で
07:40
have been trying to build her a personalized voice.
182
448542
2714
私のチームは
彼女のための声を構築してきました
彼女のための声を構築してきました
07:43
We first had to find a surrogate donor,
183
451256
3099
まずは代理ドナーを探して
07:46
and then we had to have Samantha
184
454355
1818
サマンサにも いくつかの
07:48
produce some utterances.
185
456173
1929
発声をお願いしました
07:50
What she can produce are mostly vowel-like sounds,
186
458102
2379
彼女が発声できるのは
主に母音だけですが
主に母音だけですが
07:52
but that's enough for us to extract
187
460481
2479
彼女の音源特性を引き出すのには
07:54
her source characteristics.
188
462960
2285
十分な情報でした
07:57
What happens next is best described
189
465245
3271
次のステップは
08:00
by my daughter's analogy. She's six.
190
468516
2767
私の６歳の娘が上手く例えています
08:03
She calls it mixing colors to paint voices.
191
471283
5422
娘は「声を色づかせるために
絵の具を混ぜているんだね」と
絵の具を混ぜているんだね」と
08:08
It's beautiful. It's exactly that.
192
476705
2555
きれいですよね
まさにその通りなんです
まさにその通りなんです
08:11
Samantha's voice is like a concentrated sample
193
479260
2860
サマンサの声は
濃縮された食紅のように
濃縮された食紅のように
08:14
of red food dye which we can infuse
194
482120
2609
彼女の代理ドナーの
録音した声に混ぜることで
録音した声に混ぜることで
08:16
into the recordings of her surrogate
195
484729
2540
彼女の代理ドナーの
録音した声に混ぜることで
録音した声に混ぜることで
08:19
to get a pink voice just like this.
196
487269
4387
ピンク色の声になるのです
まさに こんな風に
まさに こんな風に
08:23
(Video) Samantha: Aaaaaah.
197
491656
4491
サマンサ：ああああああ
08:28
RP: So now, Samantha can say this.
198
496147
2808
今では こんな風に話せます
08:30
(Video) Samantha: This voice is only for me.
199
498955
3069
サマンサ：この声は私だけのもの
08:34
I can't wait to use my new voice with my friends.
200
502024
6305
友達と新しい声で話すのが楽しみ
08:40
RP: Thank you. (Applause)
201
508329
6417
ありがとう （拍手）
08:46
I'll never forget the gentle smile
202
514746
2333
彼女が 最初に
この声を聞いた時の
この声を聞いた時の
08:49
that spread across her face
203
517079
1902
顔いっぱいに広がった
08:50
when she heard that voice for the first time.
204
518981
3649
優しい笑みは ずっと忘れないでしょう
08:54
Now there's millions of people
205
522630
1882
世界中には数百万人もの
08:56
around the world like Samantha, millions,
206
524512
2833
サマンサのような人々がいます
数百万ですよ
数百万ですよ
08:59
and we've only begun to scratch the surface.
207
527345
3440
私たちの取り組みは
まだまだ始まったばかりです
まだまだ始まったばかりです
09:02
What we've done so far is we have
208
530785
1642
これまでの取り組みは
09:04
a few surrogate talkers from around the U.S.
209
532427
3859
アメリカ国内で
声を提供してくれる人々を
声を提供してくれる人々を
09:08
who have donated their voices,
210
536286
1507
数名集めて
09:09
and we have been using those
211
537793
1928
私たちの初の試みとなる
09:11
to build our first few personalized voices.
212
539721
4472
個人用の声の構築に
利用しています
利用しています
09:16
But there's so much more work to be done.
213
544193
1756
でも やることは山ほどあります
09:17
For Samantha, her surrogate
214
545949
2188
例えばサマンサの代理ドナーは
09:20
came from somewhere in the Midwest, a stranger
215
548137
3046
中西部の出身で
見ず知らずの他人が
見ず知らずの他人が
09:23
who gave her the gift of voice.
216
551183
3841
声の贈り物をしてくれたのです
09:27
And as a scientist, I'm so excited
217
555024
2153
私が科学者として
とても楽しみなのは
とても楽しみなのは
09:29
to take this work out of the laboratory
218
557177
1935
研究室でやっていた仕事を
09:31
and finally into the real world
219
559112
1800
ついに実用化して
09:32
so it can have real-world impact.
220
560912
3165
実社会に影響を与えることです
09:36
What I want to share with you next
221
564077
1582
次に皆さんと共有させていただくのは
09:37
is how I envision taking this work
222
565659
2175
この成果を
どうやって次のレベルに
どうやって次のレベルに
09:39
to that next level.
223
567834
2711
進めるかです
09:42
I imagine a whole world of surrogate donors
224
570545
3887
私が考えているのは
世界中の あらゆる階層の人々
世界中の あらゆる階層の人々
09:46
from all walks of life, different sizes, different ages,
225
574432
3260
異なる体格や
違う年齢層の人々が
違う年齢層の人々が
09:49
coming together in this voice drive
226
577692
3058
代理ドナーとなって
09:52
to give people voices
227
580750
2270
個性と同じくらい
09:55
that are as colorful as their personalities.
228
583020
3799
色彩に富んだ声を
人々に贈ることです
人々に贈ることです
09:58
To do that as a first step,
229
586819
2300
これを叶えるための第一歩として
10:01
we've put together this website, VocaliD.org,
230
589119
3275
『VocaliD.org』というウェブサイトを
立ち上げました
立ち上げました
10:04
as a way to bring together those
231
592394
1624
声や専門知識の提供を
10:06
who want to join us as voice donors,
232
594018
2675
募るためのサイトで
私たちのビジョンを
私たちのビジョンを
10:08
as expertise donors,
233
596693
1772
いろいろな形で
10:10
in whatever way to make this vision a reality.
234
598465
5339
支援してくれる人たちを
集める試みです
集める試みです
10:15
They say that giving blood can save lives.
235
603804
4153
献血で他人の命を救うことができますね
10:19
Well, giving your voice can change lives.
236
607957
4982
声を提供することで
他人の人生を変えることができます
他人の人生を変えることができます
10:24
All we need is a few hours of speech
237
612939
3050
ほんの数時間分の
代理話者の
代理話者の
10:27
from our surrogate talker,
238
615989
1491
音声サンプルと
10:29
and as little as a vowel from our target talker,
239
617480
4733
声を受け取る人の発声した
母音が１つでもあれば
母音が１つでもあれば
10:34
to create a unique vocal identity.
240
622213
3711
独特な声のアイデンティティを
作れます
作れます
10:37
So that's the science behind what we're doing.
241
625924
2626
これが私たちがやっている裏にある
科学なんです
科学なんです
10:40
I want to end by circling back to the human side
242
628550
4455
この仕事に
インスピレーションをもたらしてくれた
インスピレーションをもたらしてくれた
10:45
that is really the inspiration for this work.
243
633005
4102
人間的な部分に立ち返ることで
締めくくります
締めくくります
10:49
About five years ago, we built our very first voice
244
637107
3699
約５年前のことです
私たちが最初に作った声は
私たちが最初に作った声は
10:52
for a little boy named William.
245
640806
2501
ウィリアムという男の子のためでした
10:55
When his mom first heard this voice,
246
643307
2357
母親が この声を始めて耳にした時
10:57
she said, "This is what William
247
645664
2345
「まさにウィリアムの声だ
11:00
would have sounded like
248
648009
1546
もし この子が話せていたら
11:01
had he been able to speak."
249
649555
2449
きっとこんな声だったに違いない」と
11:04
And then I saw William typing a message
250
652004
2418
するとウィリアムが
彼の機器で
彼の機器で
11:06
on his device.
251
654422
1362
メッセージをタイプするんです
11:07
I wondered, what was he thinking?
252
655784
3293
私は彼が何を考えているのか
思いを馳せました
思いを馳せました
11:11
Imagine carrying around someone else's voice
253
659077
3590
９年間も他人の声を使っていた
11:14
for nine years
254
662667
2193
男の子が
11:16
and finally finding your own voice.
255
664860
4844
ついに自分の声を手に入れたのです
11:21
Imagine that.
256
669704
1377
どんな気分だと思いますか
11:23
This is what William said:
257
671081
2797
ウィリアムはこう言いました
11:25
"Never heard me before."
258
673878
4463
「自分の声でしゃべったのは初めてだ」
11:32
Thank you.
259
680417
1619
ありがとうございました
11:34
(Applause)
260
682036
4724
（拍手）
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