TEDWomen 2013
Rupal Patel: Synthetic voices, as unique as fingerprints
Rupal Patel: Syntetyczny głos, tak unikalny jak odcisk palca
Filmed:
Readability: 3.9
944,754 views
Wiele osób mających poważne zaburzenia mowy używa do komunikacji skomputeryzowanych urządzeń. Mają jednak do wyboru jedynie kilka opcji głosowych. Dlatego Stephen Hawking ma amerykański akcent, dlatego też wiele osób ma identyczny głos, co często brzmi absurdalnie. Badaczka mowy Rupal Patel chciała coś z tym zrobić i w pięknym wykładzie dzieli się własną pracą w opracowywaniu unikalnych głosów dla osób niemych.
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
Chciałabym dziś opowiedzieć
00:14
about a powerful and fundamental aspect
1
2209
2927
o potężnym i podstawowym aspekcie tego,
kim jesteśmy: naszym głosie.
kim jesteśmy: naszym głosie.
00:17
of who we are: our voice.
2
5136
3598
00:20
Each one of us has a unique voiceprint
3
8734
2746
Każdy z nas ma unikalny głos
00:23
that reflects our age, our size,
4
11480
2289
odzwierciedlający nasz wiek, rozmiary,
nawet styl życia i osobowość,
nawet styl życia i osobowość,
00:25
even our lifestyle and personality.
5
13769
3237
00:29
In the words of the poet Longfellow,
6
17006
2142
jak rzekł poeta Longfellow:
00:31
"the human voice is the organ of the soul."
7
19148
3870
"Ludzki głos to narząd duszy".
00:35
As a speech scientist, I'm fascinated
8
23018
2747
Jako badaczka mowy
jestem zafascynowana tym,
jestem zafascynowana tym,
00:37
by how the voice is produced,
9
25765
1829
w jaki sposób powstaje głos
00:39
and I have an idea for how it can be engineered.
10
27594
3658
i mam pomysł na temat tego,
jak może być obrabiany.
jak może być obrabiany.
00:43
That's what I'd like to share with you.
11
31252
2210
Tym właśnie chcę się z wami podzielić.
00:45
I'm going to start by playing you a sample
12
33462
1814
Zacznę od odtworzenia próbki głosu,
który być może rozpoznacie.
który być może rozpoznacie.
00:47
of a voice that you may recognize.
13
35276
1871
(Nagranie) Stephen Hawking:
"Wydaje mi się,
"Wydaje mi się,
00:49
(Recording) Stephen Hawking: "I would have thought
14
37147
1304
00:50
it was fairly obvious what I meant."
15
38451
2749
że to, co miałem na myśli,
jest całkiem oczywiste".
jest całkiem oczywiste".
00:53
Rupal Patel: That was the voice
16
41200
1280
Rupal Patel: Był to głos
profesora Stephena Hawkinga.
profesora Stephena Hawkinga.
00:54
of Professor Stephen Hawking.
17
42480
2086
00:56
What you may not know is that same voice
18
44566
3849
Być może nie wiecie, że ten sam głos
01:00
may also be used by this little girl
19
48415
2478
może być również użyty
przez tą małą dziewczynkę,
przez tą małą dziewczynkę,
01:02
who is unable to speak
20
50893
1697
która nie może mówić
z powodu choroby neurologicznej.
z powodu choroby neurologicznej.
01:04
because of a neurological condition.
21
52590
2597
01:07
In fact, all of these individuals
22
55187
2068
Każda z tych osób
może używać tego samego głosu,
może używać tego samego głosu,
01:09
may be using the same voice,
23
57255
2012
01:11
and that's because there's
only a few options available.
only a few options available.
24
59267
3557
ponieważ jest to jedno z niewielu
dostępnych rozwiązań.
dostępnych rozwiązań.
01:14
In the U.S. alone, there are 2.5 million Americans
25
62824
4317
W samych Stanach
jest 2,5 miliona Amerykanów,
jest 2,5 miliona Amerykanów,
01:19
who are unable to speak,
26
67141
1610
którzy nie mogą mówić.
01:20
and many of whom use computerized devices
27
68751
2622
Wielu używa do komunikacji
skomputeryzowanych urządzeń.
skomputeryzowanych urządzeń.
01:23
to communicate.
28
71373
1522
01:24
Now that's millions of people worldwide
29
72895
3479
Miliony osób na świecie
używają generowanych głosów,
używają generowanych głosów,
01:28
who are using generic voices,
30
76374
1652
01:30
including Professor Hawking,
31
78026
1446
włącznie z profesorem Hawkingiem,
01:31
who uses an American-accented voice.
32
79472
4833
który używa głosu z amerykańskim akcentem.
01:36
This lack of individuation of the synthetic voice
33
84305
3328
Brak indywidualności syntetycznego głosu
bardzo mnie uderzył,
bardzo mnie uderzył,
01:39
really hit home
34
87633
1416
01:41
when I was at an assistive technology conference
35
89049
2472
gdy kilka lat temu byłam na konferencji
technologii pomocniczej,
technologii pomocniczej,
01:43
a few years ago,
36
91521
1850
01:45
and I recall walking into an exhibit hall
37
93371
3604
pamiętam, że wchodząc do sali pokazowej
01:48
and seeing a little girl and a grown man
38
96975
3044
widziałam małą dziewczynkę
i dorosłego mężczyznę
i dorosłego mężczyznę
01:52
having a conversation using their devices,
39
100019
2916
rozmawiających przy użyciu urządzeń,
01:54
different devices, but the same voice.
40
102935
4284
różnych urządzeń, lecz z tym samym głosem.
01:59
And I looked around and I saw this happening
41
107219
1909
Rozejrzałam się dookoła i zobaczyłam,
02:01
all around me, literally hundreds of individuals
42
109128
4190
że wszędzie dosłownie setki osób
używają garstki głosów,
używają garstki głosów,
02:05
using a handful of voices,
43
113318
2738
02:08
voices that didn't fit their bodies
44
116056
3091
które nie pasują do ich ciała
ani osobowości.
ani osobowości.
02:11
or their personalities.
45
119147
2082
02:13
We wouldn't dream of fitting a little girl
46
121229
2727
Nie odważylibyśmy się
dać małej dziewczynce
dać małej dziewczynce
02:15
with the prosthetic limb of a grown man.
47
123956
3396
protezy kończynowej dorosłego mężczyzny.
02:19
So why then the same prosthetic voice?
48
127352
3304
Dlaczego więc mają mieć ten sam
syntetyczny głos?
syntetyczny głos?
02:22
It really struck me,
49
130656
1291
Uderzyło mnie to,
chciałam coś z tym zrobić.
chciałam coś z tym zrobić.
02:23
and I wanted to do something about this.
50
131947
3151
02:27
I'm going to play you now a sample
51
135098
1953
Odtworzę wam teraz próbkę
02:29
of someone who has, two people actually,
52
137051
3288
dwojga ludzi, którzy mają
poważne zaburzenia mowy.
poważne zaburzenia mowy.
02:32
who have severe speech disorders.
53
140339
1768
02:34
I want you to take a listen to how they sound.
54
142107
3230
Chcę, byście posłuchali jak brzmią.
02:37
They're saying the same utterance.
55
145337
2357
Wypowiadają oni tę samą kwestię.
02:39
(First voice)
56
147694
2432
(Pierwszy głos)
02:42
(Second voice)
57
150126
3617
(Drugi głos)
02:45
You probably didn't understand what they said,
58
153743
2412
Prawdopodobnie nie zrozumieliście,
o czym mówią,
o czym mówią,
02:48
but I hope that you heard
59
156155
1854
jednak mam nadzieję, że słyszeliście
ich unikalne tożsamości głosów.
ich unikalne tożsamości głosów.
02:50
their unique vocal identities.
60
158009
4283
02:54
So what I wanted to do next is,
61
162292
2813
Chciałam więc następnie
dowiedzieć się, jak można wykorzystać
dowiedzieć się, jak można wykorzystać
02:57
I wanted to find out how we could harness
62
165105
2384
02:59
these residual vocal abilities
63
167489
1821
ich szczątkowe zdolności wokalne
03:01
and build a technology
64
169310
2016
do opracowania technologii,
03:03
that could be customized for them,
65
171326
2143
która byłaby do nich dostosowana,
03:05
voices that could be customized for them.
66
173469
2429
głosów, które byłyby dostosowane do nich.
03:07
So I reached out to my collaborator, Tim Bunnell.
67
175898
2685
Udałam się do mojego współpracownika,
Tima Bunnella.
Tima Bunnella.
03:10
Dr. Bunnell is an expert in speech synthesis,
68
178583
3063
Dr Bunnell jest ekspertem w syntezie mowy
03:13
and what he'd been doing is building
69
181646
2033
i ostatnimi czasy opracowywał
spersonalizowane głosy dla ludzi
spersonalizowane głosy dla ludzi
03:15
personalized voices for people
70
183679
1881
03:17
by putting together
71
185560
2097
poprzez składanie
uprzednio nagranych próbek ich głosu
uprzednio nagranych próbek ich głosu
03:19
pre-recorded samples of their voice
72
187657
2150
03:21
and reconstructing a voice for them.
73
189807
2879
i rekonstruowanie go.
03:24
These are people who had lost their voice
74
192686
1712
To ludzie, którzy stracili głos,
ale wcześniej posługiwali się mową.
ale wcześniej posługiwali się mową.
03:26
later in life.
75
194398
1911
03:28
We didn't have the luxury
76
196309
1394
Nie mamy tego luksusu
03:29
of pre-recorded samples of speech
77
197703
1774
w postaci uprzednio nagranych próbek mowy
03:31
for those born with speech disorder.
78
199477
2292
dla ludzi urodzonych z zaburzeniami mowy.
03:33
But I thought, there had to be a way
79
201769
2537
Jednak uważam, że musi być sposób
by opracować głos z tego,
by opracować głos z tego,
03:36
to reverse engineer a voice
80
204306
1944
03:38
from whatever little is left over.
81
206250
2291
co jeszcze pozostało.
03:40
So we decided to do exactly that.
82
208541
2714
Zdecydowaliśmy więc to zrobić.
03:43
We set out with a little bit of funding
from the National Science Foundation,
from the National Science Foundation,
83
211255
3403
Dostaliśmy dofinansowanie
z Narodowej Fundacji na Rzecz Nauki,
z Narodowej Fundacji na Rzecz Nauki,
03:46
to create custom-crafted voices that captured
84
214658
3565
by utworzyć unikalne głosy,
które odzwierciedlałyby
które odzwierciedlałyby
03:50
their unique vocal identities.
85
218223
1536
unikalną tożsamość wokalną tych osób.
03:51
We call this project VocaliD, or vocal I.D.,
86
219759
3203
Projekt ten nazywamy
VocaliD lub vocal I.D.,
VocaliD lub vocal I.D.,
03:54
for vocal identity.
87
222962
2033
czyli tożsamością głosową.
03:56
Now before I get into the details of how
88
224995
2674
Zanim zagłębię się w szczegóły
03:59
the voice is made and let you listen to it,
89
227669
2048
sposobu produkcji głosu
i pozwolę wam go posłuchać,
i pozwolę wam go posłuchać,
04:01
I need to give you a real quick
speech science lesson. Okay?
speech science lesson. Okay?
90
229717
3350
muszę wygłosić naprawdę krótką
lekcję na temat mowy, ok?
lekcję na temat mowy, ok?
04:05
So first, we know that the voice is changing
91
233067
3159
Po pierwsze wiemy, że głos zmienia się
dramatycznie wraz z rozwojem.
dramatycznie wraz z rozwojem.
04:08
dramatically over the course of development.
92
236226
2854
04:11
Children sound different from teens
93
239080
2090
Dzieci brzmią inaczej niż nastolatkowie,
którzy brzmią inaczej niż dorośli.
którzy brzmią inaczej niż dorośli.
04:13
who sound different from adults.
94
241170
1463
04:14
We've all experienced this.
95
242633
2642
Wszyscy tego doświadczyliśmy.
04:17
Fact number two is that speech
96
245275
3363
Po drugie mowa to kombinacje źródła,
04:20
is a combination of the source,
97
248638
2553
04:23
which is the vibrations generated by your voice box,
98
251191
3479
którym są wibrację generowane w krtani,
04:26
which are then pushed through
99
254670
1939
które przemieszczają się
przez resztę dróg głosowych.
przez resztę dróg głosowych.
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
Elementem wibrującym
jest wnętrze głowy i szyi,
jest wnętrze głowy i szyi,
04:33
that vibrate,
102
261530
1239
04:34
and they actually filter that source sound
103
262769
2110
w którym dźwięk źródłowy jest filtrowany,
04:36
to produce consonants and vowels.
104
264879
2537
by utworzyć samogłoski i spółgłoski.
04:39
So the combination of source and filter
105
267416
3860
Zatem ta kombinacja źródła i filtra
to sposób powstawania mowy.
to sposób powstawania mowy.
04:43
is how we produce speech.
106
271276
2630
04:45
And that happens in one individual.
107
273906
3026
Dzieje się tak u każdego.
04:48
Now I told you earlier that I'd spent
108
276932
2626
Mówiłam wcześniej, że znaczną część
kariery spędziłam,
kariery spędziłam,
04:51
a good part of my career
109
279558
2025
04:53
understanding and studying
110
281583
2453
badając źródła charakterystycznych
cech głosu
cech głosu
04:56
the source characteristics of people
111
284036
1958
04:57
with severe speech disorder,
112
285994
2301
osób z poważnymi zaburzeniami mowy.
05:00
and what I've found
113
288295
1465
Odkryłam,
05:01
is that even though their filters were impaired,
114
289760
3366
że choć ich filtry były osłabione,
05:05
they were able to modulate their source:
115
293126
2961
nadal byli zdolni do modulowania źródła:
05:08
the pitch, the loudness, the tempo of their voice.
116
296087
3262
wysokości, natężenia, szybkości ich głosu.
05:11
These are called prosody, and
I've been documenting for years
I've been documenting for years
117
299349
3368
Nazywa się to prozodią
i od lat dokumentuję fakt,
i od lat dokumentuję fakt,
05:14
that the prosodic abilities of these individuals
118
302717
2277
że prozodyczne zdolności tych osób
są zachowane.
są zachowane.
05:16
are preserved.
119
304994
1575
05:18
So when I realized that those same cues
120
306569
4087
Gdy zrozumiałam, że te same elementy
są ważne dla tożsamości rozmówcy,
są ważne dla tożsamości rozmówcy,
05:22
are also important for speaker identity,
121
310656
2769
05:25
I had this idea.
122
313425
2015
wpadłam na pomysł.
05:27
Why don't we take the source
123
315440
2516
Dlaczego by nie wziąć źródła
od osoby, dla której tworzymy głos,
od osoby, dla której tworzymy głos,
05:29
from the person we want the voice to sound like,
124
317956
2213
05:32
because it's preserved,
125
320169
1463
ponieważ jest ono zachowane,
05:33
and borrow the filter
126
321632
2135
i pożyczyć filtr od kogoś
podobnego wiekiem i budową ciała,
podobnego wiekiem i budową ciała,
05:35
from someone about the same age and size,
127
323767
3229
05:39
because they can articulate speech,
128
327011
2407
kto potrafi artykułować mowę,
05:41
and then mix them?
129
329418
1791
i wymieszać to razem?
05:43
Because when we mix them,
130
331209
1787
Gdy je pomieszamy,
05:44
we can get a voice that's as clear
131
332996
1698
dostaniemy głos tak czysty,
jak naszego zastępczego mówcy,
jak naszego zastępczego mówcy,
05:46
as our surrogate talker --
132
334694
1754
05:48
that's the person we borrowed the filter from—
133
336448
2595
osoby od której pożyczyliśmy filtr,
05:51
and is similar in identity to our target talker.
134
339043
4649
jak również podobny tożsamością
do naszego celu.
do naszego celu.
05:55
It's that simple.
135
343692
1427
To takie proste.
05:57
That's the science behind what we're doing.
136
345119
2934
To nauka stojąca za naszym projektem.
06:00
So once you have that in mind,
137
348053
3533
Gdy masz to na uwadze,
w jaki sposób zbudujesz ten głos?
w jaki sposób zbudujesz ten głos?
06:03
how do you go about building this voice?
138
351586
2258
06:05
Well, you have to find someone
139
353844
1480
Musisz znaleźć kogoś,
kto chciałby zostać dawcą.
kto chciałby zostać dawcą.
06:07
who is willing to be a surrogate.
140
355324
2400
06:09
It's not such an ominous thing.
141
357724
2264
Nie jest to takie groźne.
06:11
Being a surrogate donor
142
359988
1523
Bycie dawcą
06:13
only requires you to say a few hundred
143
361511
2788
wymaga jedynie wypowiedzenia od kilkuset
do kilku tysięcy wypowiedzi.
do kilku tysięcy wypowiedzi.
06:16
to a few thousand utterances.
144
364299
2242
06:18
The process goes something like this.
145
366541
2003
Proces ten wygląda mniej więcej tak.
06:20
(Video) Voice: Things happen in pairs.
146
368544
2190
(Wideo) Głos: Nieszczęścia chodzą parami.
06:22
I love to sleep.
147
370734
1925
Kocham spać.
06:24
The sky is blue without clouds.
148
372659
3882
Niebo bez chmur jest niebieskie.
06:28
RP: Now she's going to go on like this
149
376541
2002
RP: Będzie ona mówić w ten sposób
06:30
for about three to four hours,
150
378543
1919
przez około trzy-cztery godziny.
06:32
and the idea is not for her to say everything
151
380462
3005
Nie chodzi o to,
żeby powiedziała wszystko,
żeby powiedziała wszystko,
06:35
that the target is going to want to say,
152
383467
2045
co będzie chciał powiedzieć cel,
06:37
but the idea is to cover all the different combinations
153
385512
3395
lecz by stworzyć wszystkie
różne kombinacje
różne kombinacje
06:40
of the sounds that occur in the language.
154
388907
3271
dźwięków występujących w naszym języku.
06:44
The more speech you have,
155
392178
1638
Im więcej masz mowy,
06:45
the better sounding voice you're going to have.
156
393816
2305
tym lepiej brzmiący głos otrzymamy.
06:48
Once you have those recordings,
157
396121
1673
Gdy mamy już nagrania,
06:49
what we need to do
158
397794
1413
musimy przeprowadzić
analizę składni tych próbek
analizę składni tych próbek
06:51
is we have to parse these recordings
159
399207
2718
06:53
into little snippets of speech,
160
401925
2449
i stworzyć strzępki mowy,
06:56
one- or two-sound combinations,
161
404374
2337
jedno-lub dwudźwiękowe kombinacje,
06:58
sometimes even whole words
162
406711
1883
czasem całe słowa,
07:00
that start populating a dataset or a database.
163
408594
4516
po czym stworzyć zestaw lub bazę danych.
07:05
We're going to call this database a voice bank.
164
413110
3717
Tę bazę danych nazywamy bankiem głosu.
07:08
Now the power of the voice bank
165
416827
2096
Siła banku głosu
07:10
is that from this voice bank,
166
418923
2014
tkwi w tym, że korzystając z niego,
07:12
we can now say any new utterance,
167
420937
2011
możemy wypowiedzieć nowe kwestie,
07:14
like, "I love chocolate" --
168
422948
1424
na przykład "Kocham czekoladę".
07:16
everyone needs to be able to say that—
169
424372
1739
To się przyda każdemu.
07:18
fish through that database
170
426111
1831
Trzeba przedrzeć się przez bazę danych
07:19
and find all the segments necessary
171
427942
1940
i znaleźć wszystkie segmenty niezbędne,
07:21
to say that utterance.
172
429882
1929
by wypowiedzieć tę kwestię.
07:23
(Video) Voice: I love chocolate.
173
431811
1789
(Wideo) Głos: Kocham czekoladę.
07:25
RP: So that's speech synthesis.
174
433600
1391
RP: Oto synteza głosu.
07:26
It's called concatenative synthesis,
and that's what we're using.
and that's what we're using.
175
434991
2573
Zwana jest syntezą połączeniową
i w ten sposób jest używana.
i w ten sposób jest używana.
07:29
That's not the novel part.
176
437564
1533
To podejście nie jest nowatorskie.
07:31
What's novel is how we make it sound
177
439097
2221
Nowatorskie jest to, jak stworzyliśmy
głos tej młodej kobiety.
głos tej młodej kobiety.
07:33
like this young woman.
178
441318
1457
07:34
This is Samantha.
179
442775
1524
Oto Samantha.
07:36
I met her when she was nine,
180
444299
2346
Spotkałam ją, gdy miała 9 lat.
07:38
and since then, my team and I
181
446645
1897
Od tamtej pory ja i mój zespół
07:40
have been trying to build her a personalized voice.
182
448542
2714
próbowaliśmy zbudować dla niej
spersonalizowany głos.
spersonalizowany głos.
07:43
We first had to find a surrogate donor,
183
451256
3099
Najpierw musieliśmy znaleźć dawcę,
07:46
and then we had to have Samantha
184
454355
1818
potem Samantha musiała
stworzyć kilka wypowiedzi.
stworzyć kilka wypowiedzi.
07:48
produce some utterances.
185
456173
1929
07:50
What she can produce are mostly vowel-like sounds,
186
458102
2379
To, co tworzyła,
to głównie samogłoskowe dźwięki,
to głównie samogłoskowe dźwięki,
07:52
but that's enough for us to extract
187
460481
2479
jednak wystarczyło to do ekstrakcji
charakterystyki jej źródła.
charakterystyki jej źródła.
07:54
her source characteristics.
188
462960
2285
07:57
What happens next is best described
189
465245
3271
Następnie jest coś, co najlepiej
opisała moja sześcioletnia córka.
opisała moja sześcioletnia córka.
08:00
by my daughter's analogy. She's six.
190
468516
2767
08:03
She calls it mixing colors to paint voices.
191
471283
5422
Nazywa to mieszaniem kolorów
do malowania głosów.
do malowania głosów.
08:08
It's beautiful. It's exactly that.
192
476705
2555
To piękne, dokładnie tak jest.
08:11
Samantha's voice is like a concentrated sample
193
479260
2860
Głos Samanthy jest jak skupiona próbka
czerwonego barwnika, który dodajemy
czerwonego barwnika, który dodajemy
08:14
of red food dye which we can infuse
194
482120
2609
08:16
into the recordings of her surrogate
195
484729
2540
do nagrań jej dawcy,
08:19
to get a pink voice just like this.
196
487269
4387
żeby uzyskać taki oto różowy głos.
08:23
(Video) Samantha: Aaaaaah.
197
491656
4491
(Wideo) Samantha: Aaaaaa.
08:28
RP: So now, Samantha can say this.
198
496147
2808
RP: Samantha może teraz powiedzieć to.
08:30
(Video) Samantha: This voice is only for me.
199
498955
3069
(Wideo) Samantha:
Ten głos jest tylko dla mnie.
Ten głos jest tylko dla mnie.
08:34
I can't wait to use my new voice with my friends.
200
502024
6305
Nie mogę się doczekać
rozmowy z moimi przyjaciółmi.
rozmowy z moimi przyjaciółmi.
08:40
RP: Thank you. (Applause)
201
508329
6417
RP: Dziękuję. (Brawa)
08:46
I'll never forget the gentle smile
202
514746
2333
Nigdy nie zapomnę łagodnego uśmiechu,
który pojawił się na jej twarzy,
08:49
that spread across her face
203
517079
1902
08:50
when she heard that voice for the first time.
204
518981
3649
gdy usłyszała ten głos pierwszy raz.
08:54
Now there's millions of people
205
522630
1882
Na świecie są miliony ludzi
takich jak Samantha,
takich jak Samantha,
08:56
around the world like Samantha, millions,
206
524512
2833
08:59
and we've only begun to scratch the surface.
207
527345
3440
a my dopiero co rozpoczęliśmy ten projekt.
09:02
What we've done so far is we have
208
530785
1642
Do tej pory uzyskaliśmy
kilkoro dawców z całych Stanów,
kilkoro dawców z całych Stanów,
09:04
a few surrogate talkers from around the U.S.
209
532427
3859
09:08
who have donated their voices,
210
536286
1507
którzy udostępnili swój głos,
09:09
and we have been using those
211
537793
1928
dając możliwość jego użycia
09:11
to build our first few personalized voices.
212
539721
4472
do zbudowania pierwszych
spersonalizowanych głosów.
spersonalizowanych głosów.
09:16
But there's so much more work to be done.
213
544193
1756
Jednak jest wiele pracy do zrobienia.
09:17
For Samantha, her surrogate
214
545949
2188
Dawczyni głosu Samanthy
09:20
came from somewhere in the Midwest, a stranger
215
548137
3046
pochodzi ze środkowych stanów.
09:23
who gave her the gift of voice.
216
551183
3841
To nieznajoma, która podarowała jej głos.
09:27
And as a scientist, I'm so excited
217
555024
2153
Jako naukowiec jestem podekscytowana
09:29
to take this work out of the laboratory
218
557177
1935
przeniesieniem pracy z laboratorium
do prawdziwego świata,
do prawdziwego świata,
09:31
and finally into the real world
219
559112
1800
09:32
so it can have real-world impact.
220
560912
3165
by miała ona wpływ na świat realny.
09:36
What I want to share with you next
221
564077
1582
Opowiem wam teraz,
09:37
is how I envision taking this work
222
565659
2175
jak wyobrażam sobie
przeniesienie tej pracy
przeniesienie tej pracy
09:39
to that next level.
223
567834
2711
na wyższy poziom.
09:42
I imagine a whole world of surrogate donors
224
570545
3887
Wyobrażam sobie świat dawców
09:46
from all walks of life, different sizes, different ages,
225
574432
3260
z różnych dziedzin życia, w różnym wieku,
o różnych rozmiarach,
o różnych rozmiarach,
09:49
coming together in this voice drive
226
577692
3058
zrzeszających się w tym projekcie
09:52
to give people voices
227
580750
2270
oferowania ludziom głosów,
09:55
that are as colorful as their personalities.
228
583020
3799
które są tak kolorowe, jak ich osobowości.
09:58
To do that as a first step,
229
586819
2300
By wykonać pierwszy krok,
10:01
we've put together this website, VocaliD.org,
230
589119
3275
założyliśmy stronę VocaliD.org.
10:04
as a way to bring together those
231
592394
1624
Jest to sposób na zebranie tych,
10:06
who want to join us as voice donors,
232
594018
2675
którzy chcieliby stać się dawcami głosu,
10:08
as expertise donors,
233
596693
1772
zaoferować swoje doświadczenie,
10:10
in whatever way to make this vision a reality.
234
598465
5339
lub w jakikolwiek sposób przyczynić się
do realizacji tej wizji.
do realizacji tej wizji.
10:15
They say that giving blood can save lives.
235
603804
4153
Mówi się, że oddawanie krwi ratuje życie.
10:19
Well, giving your voice can change lives.
236
607957
4982
Oddawanie głosu może zmienić życie.
10:24
All we need is a few hours of speech
237
612939
3050
Potrzebujemy jedynie kilku godzin mowy
od mówcy zastępczego,
od mówcy zastępczego,
10:27
from our surrogate talker,
238
615989
1491
10:29
and as little as a vowel from our target talker,
239
617480
4733
i kilku samogłosek
od naszego docelowego mówcy,
od naszego docelowego mówcy,
10:34
to create a unique vocal identity.
240
622213
3711
by stworzyć unikalną tożsamość głosową.
10:37
So that's the science behind what we're doing.
241
625924
2626
Oto kryjąca się za tym nauka.
10:40
I want to end by circling back to the human side
242
628550
4455
Na koniec wrócę do strony ludzkiej,
10:45
that is really the inspiration for this work.
243
633005
4102
która jest prawdziwą
inspiracją dla tej pracy.
inspiracją dla tej pracy.
10:49
About five years ago, we built our very first voice
244
637107
3699
Około 5 lat temu
stworzyliśmy pierwszy głos
stworzyliśmy pierwszy głos
10:52
for a little boy named William.
245
640806
2501
dla małego chłopca o imieniu William.
10:55
When his mom first heard this voice,
246
643307
2357
Gdy jego mama po raz pierwszy
usłyszała ten głos, powiedziała:
usłyszała ten głos, powiedziała:
10:57
she said, "This is what William
247
645664
2345
"Tak brzmiałby głos Williama,
gdyby potrafił mówić".
gdyby potrafił mówić".
11:00
would have sounded like
248
648009
1546
11:01
had he been able to speak."
249
649555
2449
11:04
And then I saw William typing a message
250
652004
2418
Patrząc, jak William pisze wiadomość
na swoim urządzeniu,
na swoim urządzeniu,
11:06
on his device.
251
654422
1362
11:07
I wondered, what was he thinking?
252
655784
3293
zastanawiałam się, o czym on myśli.
11:11
Imagine carrying around someone else's voice
253
659077
3590
Wyobraźcie sobie używania czyjegoś głosu
przez dziewięć lat
przez dziewięć lat
11:14
for nine years
254
662667
2193
11:16
and finally finding your own voice.
255
664860
4844
i odnalezienie w końcu własnego.
11:21
Imagine that.
256
669704
1377
Wyobraźcie to sobie.
11:23
This is what William said:
257
671081
2797
Oto, co powiedział William:
11:25
"Never heard me before."
258
673878
4463
"Nigdy przedtem siebie nie słyszałem".
11:32
Thank you.
259
680417
1619
Dziękuję.
11:34
(Applause)
260
682036
4724
(Brawa)
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