TEDWomen 2013
Rupal Patel: Synthetic voices, as unique as fingerprints
러팰 패텔 (Rupal Patel): 지문만큼이나 독특한 나만의 기계 음성
Filmed:
Readability: 3.9
944,754 views
심각한 음성 장애를 가진 많은 사람들이 컴퓨터화된 육성을 사용합니다. 하지만 그들이 선택할 수 있는 목소리는 몇가지 되지 않습니다. 이게 바로 스티븐 호킹 교수가 미국식 억양으로 말하는 이유이자 수많은 사람들이 똑같은 목소리를 갖고 있는 이유이죠. 그것은 종종 이상한 결과를 초래합니다. 음성 학자인 러팰 패텔은 이에 대해 뭔가 해보기로 결심합니다. 이 대단한 강연에서 그녀는 목소리를 가지지 못한 사람들에게 공학적으로 개별화된 육성을 만들어 주는 일에 대하여 이야기합니다.
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
오늘 제가 말씀드리고자 하는 것은
00:14
about a powerful and fundamental aspect
1
2209
2927
우리 자신의 강력하고도 기본적인
00:17
of who we are: our voice.
2
5136
3598
한 측면에 대한 것입니다. 바로 우리의 목소리죠.
00:20
Each one of us has a unique voiceprint
3
8734
2746
우리 모두는 독특한 성문을 가지고 있는데요.
00:23
that reflects our age, our size,
4
11480
2289
이 성문은 우리의 나이, 크기,
00:25
even our lifestyle and personality.
5
13769
3237
심지어 생활 양식이나 성격까지도 드러내줍니다.
00:29
In the words of the poet Longfellow,
6
17006
2142
시인 롱펠로우는
00:31
"the human voice is the organ of the soul."
7
19148
3870
"인간의 목소리는 영혼의 오르간이다."
라고 까지 했습니다.
라고 까지 했습니다.
00:35
As a speech scientist, I'm fascinated
8
23018
2747
음성학자로서 저는 음성이
00:37
by how the voice is produced,
9
25765
1829
어떻게 만들어지는지에 매료되어 있고
00:39
and I have an idea for how it can be engineered.
10
27594
3658
공학적으로 어떻게 만들어질 수 있는지에 대해 알고 있습니다.
00:43
That's what I'd like to share with you.
11
31252
2210
이게 오늘 제가 여러분과 드릴 이야기의 주제입니다.
00:45
I'm going to start by playing you a sample
12
33462
1814
여러분이 알아들으실만한 목소리로 예시를 들며
00:47
of a voice that you may recognize.
13
35276
1871
시작해 보겠습니다.
00:49
(Recording) Stephen Hawking: "I would have thought
14
37147
1304
(녹음) 스티븐 호킹: "제가 생각하는 바로는
00:50
it was fairly obvious what I meant."
15
38451
2749
제 의도가 아주 명확합니다."
00:53
Rupal Patel: That was the voice
16
41200
1280
러팰 패텔: 저건 바로
00:54
of Professor Stephen Hawking.
17
42480
2086
스티븐 호킹 교수의 목소리였습니다.
00:56
What you may not know is that same voice
18
44566
3849
여러분이 흥미롭게 느끼실만한 점은,
01:00
may also be used by this little girl
19
48415
2478
이 어린 소녀가 똑같은 목소리를
사용할 수도 있다는 것입니다.
사용할 수도 있다는 것입니다.
01:02
who is unable to speak
20
50893
1697
이 아이는 신경학적 문제로 인해
01:04
because of a neurological condition.
21
52590
2597
말을 할 수가 없습니다.
01:07
In fact, all of these individuals
22
55187
2068
사실 이런 모든 사람들은
01:09
may be using the same voice,
23
57255
2012
똑같은 목소리를 쓰고 있을지도 모릅니다.
01:11
and that's because there's
only a few options available.
only a few options available.
24
59267
3557
그 이유는 선택 가능한 목소리 종류가
그리 많지 않기 때문이에요.
그리 많지 않기 때문이에요.
01:14
In the U.S. alone, there are 2.5 million Americans
25
62824
4317
미국에만 말하지 못하는 사람이 250만이나
01:19
who are unable to speak,
26
67141
1610
됩니다.
01:20
and many of whom use computerized devices
27
68751
2622
그들 중 많은 사람들은
컴퓨터화된 기기를 이용하여
컴퓨터화된 기기를 이용하여
01:23
to communicate.
28
71373
1522
의사 소통을 합니다.
01:24
Now that's millions of people worldwide
29
72895
3479
그렇다면 세계적으로는
수백만의 사람들이
수백만의 사람들이
01:28
who are using generic voices,
30
76374
1652
공통적인 목소리를 사용하는거겠죠.
01:30
including Professor Hawking,
31
78026
1446
호킹 교수를 포함해서 말입니다.
01:31
who uses an American-accented voice.
32
79472
4833
그 분은 미국 억양을 가진
목소리를 사용합니다.
목소리를 사용합니다.
01:36
This lack of individuation of the synthetic voice
33
84305
3328
이렇듯 기계 음성의 개별화가 부족하다는 것,
01:39
really hit home
34
87633
1416
이게 바로 문제의 핵심입니다.
01:41
when I was at an assistive technology conference
35
89049
2472
제가 보조 기구 회의에 참석했던 적이 있습니다.
01:43
a few years ago,
36
91521
1850
몇 해 전이었죠.
01:45
and I recall walking into an exhibit hall
37
93371
3604
그때 저는 전시관을 걸어가다가
01:48
and seeing a little girl and a grown man
38
96975
3044
어린 소녀와 성인이
각자의 기구를 사용하여
각자의 기구를 사용하여
01:52
having a conversation using their devices,
39
100019
2916
대화하는 것을 보았습니다.
01:54
different devices, but the same voice.
40
102935
4284
서로 다른 기구였지만 목소리는 똑같았죠.
01:59
And I looked around and I saw this happening
41
107219
1909
둘러보니 이런 일이 제 주위에서도
빈번하게 일어나고 있었죠.
빈번하게 일어나고 있었죠.
02:01
all around me, literally hundreds of individuals
42
109128
4190
말 그대로 수백명의 사람들이
02:05
using a handful of voices,
43
113318
2738
단 몇 가지 목소리를 갖고 있었습니다.
02:08
voices that didn't fit their bodies
44
116056
3091
그들의 신체나 성격과는
02:11
or their personalities.
45
119147
2082
맞지 않는 목소리였어요.
02:13
We wouldn't dream of fitting a little girl
46
121229
2727
우리는 어린 소녀에게
02:15
with the prosthetic limb of a grown man.
47
123956
3396
성인의 보조 기구를 사용시킬
상상도 하지 않습니다.
상상도 하지 않습니다.
02:19
So why then the same prosthetic voice?
48
127352
3304
그런데 왜 목소리는
똑같은 것을 사용할까요?
똑같은 것을 사용할까요?
02:22
It really struck me,
49
130656
1291
이건 정말 제게 큰 충격이었고
02:23
and I wanted to do something about this.
50
131947
3151
저는 뭔가 해야겠다는
생각이 들었습니다.
생각이 들었습니다.
02:27
I'm going to play you now a sample
51
135098
1953
여러분들께 어떤 사람의 목소리를
02:29
of someone who has, two people actually,
52
137051
3288
들려 드릴텐데요. 두 사람의 목소리입니다.
02:32
who have severe speech disorders.
53
140339
1768
이 두 사람에게는
심각한 육성 장애가 있습니다.
심각한 육성 장애가 있습니다.
02:34
I want you to take a listen to how they sound.
54
142107
3230
어떻게 들리는지 한번 들어보세요.
02:37
They're saying the same utterance.
55
145337
2357
두 사람은 똑같은 말을 하고 있습니다.
02:39
(First voice)
56
147694
2432
(첫번째 음성)
02:42
(Second voice)
57
150126
3617
(두번째 음성)
02:45
You probably didn't understand what they said,
58
153743
2412
여러분들은 아마 두 사람이
어떤 말을 나눴는지 모르실 겁니다.
어떤 말을 나눴는지 모르실 겁니다.
02:48
but I hope that you heard
59
156155
1854
하지만 저는 여러분들이 각각의
02:50
their unique vocal identities.
60
158009
4283
독특한 음성을 들으셨기를 바랍니다.
02:54
So what I wanted to do next is,
61
162292
2813
그래서 제가 그 다음으로
하고자 해던 게 있습니다.
하고자 해던 게 있습니다.
02:57
I wanted to find out how we could harness
62
165105
2384
저는 이렇게 내재된 발성 능력을
어떻게 이용할 수 있는지
어떻게 이용할 수 있는지
02:59
these residual vocal abilities
63
167489
1821
알아내고 싶었습니다.
03:01
and build a technology
64
169310
2016
그리고는 기술을 이용해
03:03
that could be customized for them,
65
171326
2143
각자의 목소리로 개별화할 수 있기를
희망했습니다.
희망했습니다.
03:05
voices that could be customized for them.
66
173469
2429
각자의 특성을 지닌 목소리로 말이에요.
03:07
So I reached out to my collaborator, Tim Bunnell.
67
175898
2685
저는 제 동료인 팀 버넬을 찾아갔습니다.
03:10
Dr. Bunnell is an expert in speech synthesis,
68
178583
3063
버넬 박사님은 음성 분석 전문가인데
03:13
and what he'd been doing is building
69
181646
2033
그분이 하고 계시던 일은
03:15
personalized voices for people
70
183679
1881
사람들의 개별적인 목소리를
만드는 일이었어요.
만드는 일이었어요.
03:17
by putting together
71
185560
2097
미리 녹음된
03:19
pre-recorded samples of their voice
72
187657
2150
사람들의 목소리를 조합하여
03:21
and reconstructing a voice for them.
73
189807
2879
개개인을 위한 목소리를
다시 만들어 내는 일이었죠.
다시 만들어 내는 일이었죠.
03:24
These are people who had lost their voice
74
192686
1712
이 분들은 후천적으로 자신의 목소리를
03:26
later in life.
75
194398
1911
잃은 사람들이에요.
03:28
We didn't have the luxury
76
196309
1394
우리에겐 선천적으로
03:29
of pre-recorded samples of speech
77
197703
1774
음성 장애를 가지고 태어난 사람들이
03:31
for those born with speech disorder.
78
199477
2292
이미 녹음한 목소리를 가지는
사치 같은 것은 없었습니다.
사치 같은 것은 없었습니다.
03:33
But I thought, there had to be a way
79
201769
2537
하지만 아무리 적은 것이라도
남아있으면 그것을 통해
남아있으면 그것을 통해
03:36
to reverse engineer a voice
80
204306
1944
공학적으로 목소리를 되살려 낼 수 있는
03:38
from whatever little is left over.
81
206250
2291
방법이 있을거라고 생각했어요.
03:40
So we decided to do exactly that.
82
208541
2714
바로 그 방법을 써보기로 한겁니다.
03:43
We set out with a little bit of funding
from the National Science Foundation,
from the National Science Foundation,
83
211255
3403
우리는 국립과학재단(NSF)로 부터 받은
약간의 재정 지원을 가지고
약간의 재정 지원을 가지고
03:46
to create custom-crafted voices that captured
84
214658
3565
각자의 유일한 음성적 특성을 갖도록
03:50
their unique vocal identities.
85
218223
1536
맞춤 제작형 목소리를 만들기
시작했습니다.
시작했습니다.
03:51
We call this project VocaliD, or vocal I.D.,
86
219759
3203
저희는 이 프로젝트를
보컬아이디( vocal I.D.)라고 불렀습니다.
보컬아이디( vocal I.D.)라고 불렀습니다.
03:54
for vocal identity.
87
222962
2033
vocal identitiy에서 따왔죠.
03:56
Now before I get into the details of how
88
224995
2674
저희가 목소리를
어떻게 만들었는지에 대한
어떻게 만들었는지에 대한
03:59
the voice is made and let you listen to it,
89
227669
2048
자세한 이야기나 목소리를
여러분께 들려드리기 전에
여러분께 들려드리기 전에
04:01
I need to give you a real quick
speech science lesson. Okay?
speech science lesson. Okay?
90
229717
3350
여러분께 아주 짧은 음성 과학 교육을
해야할 필요가 있습니다, 괜찮겠죠?
해야할 필요가 있습니다, 괜찮겠죠?
04:05
So first, we know that the voice is changing
91
233067
3159
우선, 우리는 사람의 목소리가
그 주인이 성장함에 따라
그 주인이 성장함에 따라
04:08
dramatically over the course of development.
92
236226
2854
급격하게 변한다는 사실을 알고 있습니다.
04:11
Children sound different from teens
93
239080
2090
어린 아이일 때의 음성은
청소년기의 음성과 다르고
청소년기의 음성과 다르고
04:13
who sound different from adults.
94
241170
1463
또 그건 성인이 되었을 때와도
다릅니다.
다릅니다.
04:14
We've all experienced this.
95
242633
2642
우리 모두 이런 경험을
해본 적이 있지요.
해본 적이 있지요.
04:17
Fact number two is that speech
96
245275
3363
두번째 사실은 음성이란 것이
04:20
is a combination of the source,
97
248638
2553
각자의 후두에서 발생하는
04:23
which is the vibrations generated by your voice box,
98
251191
3479
진동, 즉 음원과
04:26
which are then pushed through
99
254670
1939
그 음원이 나머지 성도 부분을 통해
밀려나가며 일어나는 현상의
밀려나가며 일어나는 현상의
04:28
the rest of the vocal tract.
100
256609
2437
조화로 만들어진다는 것입니다.
04:31
These are the chambers of your head and neck
101
259046
2484
이런 것들은 사람의 머리와
목에 있는 공간인데요.
목에 있는 공간인데요.
04:33
that vibrate,
102
261530
1239
이들이 진동하고
04:34
and they actually filter that source sound
103
262769
2110
음성원을 투과시켜
04:36
to produce consonants and vowels.
104
264879
2537
자음과 모음을 만들어 냅니다.
04:39
So the combination of source and filter
105
267416
3860
즉, 음성원과 투과 과정의 조합으로
04:43
is how we produce speech.
106
271276
2630
우리가 말하게 되는 겁니다.
04:45
And that happens in one individual.
107
273906
3026
그것이 모든 개개인에게서 일어나죠.
04:48
Now I told you earlier that I'd spent
108
276932
2626
앞에서 말씀드린대로
04:51
a good part of my career
109
279558
2025
저는 제 일생의 상당 부분을
04:53
understanding and studying
110
281583
2453
심각한 음성 장애를 가진 사람들의
04:56
the source characteristics of people
111
284036
1958
음성원이 가진 특성을 이해하고
04:57
with severe speech disorder,
112
285994
2301
연구해 왔습니다.
05:00
and what I've found
113
288295
1465
제가 알아낸 것은
05:01
is that even though their filters were impaired,
114
289760
3366
그들의 투과 장치가 손상되어도
05:05
they were able to modulate their source:
115
293126
2961
음성원을 조절할 수 있다는 사실입니다:
05:08
the pitch, the loudness, the tempo of their voice.
116
296087
3262
목소리의 높낮이, 크기,
빠르게 같은 것들이요.
빠르게 같은 것들이요.
05:11
These are called prosody, and
I've been documenting for years
I've been documenting for years
117
299349
3368
이런 것들을 운율 체계라고 하는데,
저는 이런 분들의 운율적 능력이
저는 이런 분들의 운율적 능력이
05:14
that the prosodic abilities of these individuals
118
302717
2277
보존된다는 점을 여러 해에 걸쳐
05:16
are preserved.
119
304994
1575
조사해 왔습니다.
05:18
So when I realized that those same cues
120
306569
4087
그래서 이런 것들이
05:22
are also important for speaker identity,
121
310656
2769
말하는 사람의 특성에
중요하다는 것에 생각이 미치자
중요하다는 것에 생각이 미치자
05:25
I had this idea.
122
313425
2015
바로 이런 아이디어가
떠올랐습니다.
떠올랐습니다.
05:27
Why don't we take the source
123
315440
2516
원하는 목소리를 가진 사람들의
05:29
from the person we want the voice to sound like,
124
317956
2213
음성원을 가져오면 어떨까하는 것이었죠.
05:32
because it's preserved,
125
320169
1463
음성원은 보존되니까요.
05:33
and borrow the filter
126
321632
2135
그리고 이 투과 기관이
음성을 구분지을 수 있으니까
음성을 구분지을 수 있으니까
05:35
from someone about the same age and size,
127
323767
3229
비슷한 나이와 신체 크기를 가진 사람의
05:39
because they can articulate speech,
128
327011
2407
투과 기간을 차용하여
05:41
and then mix them?
129
329418
1791
음성원과 혼합하면 어떨까하는
생각이었습니다.
생각이었습니다.
05:43
Because when we mix them,
130
331209
1787
왜냐하면 그것들을 합성하면
05:44
we can get a voice that's as clear
131
332996
1698
대리자의 목소리 만큼이나
05:46
as our surrogate talker --
132
334694
1754
명확한 목소리를 얻을 수 있으니까요.
05:48
that's the person we borrowed the filter from—
133
336448
2595
투과 기관을 차용해 준 사람이
대리자가 되는 겁니다.
대리자가 되는 겁니다.
05:51
and is similar in identity to our target talker.
134
339043
4649
그리고 그 목소리의 특성은 육성을 내고자 하는 사람의
목소리와 비슷하게 되는거죠.
목소리와 비슷하게 되는거죠.
05:55
It's that simple.
135
343692
1427
아주 간단하죠.
05:57
That's the science behind what we're doing.
136
345119
2934
이게 바로 저희가 하고 있는 일의
과학적 원리라고 할 수 있습니다.
과학적 원리라고 할 수 있습니다.
06:00
So once you have that in mind,
137
348053
3533
그럼 이런 것을 염두에 두었을 때,
06:03
how do you go about building this voice?
138
351586
2258
이런 목소리는 어떻게
만드는 걸까요?
만드는 걸까요?
06:05
Well, you have to find someone
139
353844
1480
우선 목소리를 빌려줄 사람을
06:07
who is willing to be a surrogate.
140
355324
2400
찾아야 합니다.
06:09
It's not such an ominous thing.
141
357724
2264
그건 그리 어려운 일이 아니죠.
06:11
Being a surrogate donor
142
359988
1523
목소리를 빌려주는 데에는
06:13
only requires you to say a few hundred
143
361511
2788
몇 백에서 몇 천개쯤의
06:16
to a few thousand utterances.
144
364299
2242
소리만 내주면 됩니다.
06:18
The process goes something like this.
145
366541
2003
그 과정은 이렇습니다.
06:20
(Video) Voice: Things happen in pairs.
146
368544
2190
(영상) 목소리: 현상은 짝으로 일어난다.
06:22
I love to sleep.
147
370734
1925
나는 잠자는 걸 좋아해.
06:24
The sky is blue without clouds.
148
372659
3882
하늘이 구름 한점없이 맑군.
06:28
RP: Now she's going to go on like this
149
376541
2002
페텔: 이제 그녀는 이렇게
06:30
for about three to four hours,
150
378543
1919
서너 시간을 계속합니다.
06:32
and the idea is not for her to say everything
151
380462
3005
요점은 그녀가 이렇게
모든 단어를
모든 단어를
06:35
that the target is going to want to say,
152
383467
2045
말하는 것이 아니라
06:37
but the idea is to cover all the different combinations
153
385512
3395
언어에서 일어날 수 있는
06:40
of the sounds that occur in the language.
154
388907
3271
모든 음성의 다른 조합들을
만들어 내는 것이에요.
만들어 내는 것이에요.
06:44
The more speech you have,
155
392178
1638
발음샘플을 더 많이 확보할 수록
06:45
the better sounding voice you're going to have.
156
393816
2305
더 좋은 목소리를 갖게 됩니다.
06:48
Once you have those recordings,
157
396121
1673
이걸 모두 녹음한 다음에
06:49
what we need to do
158
397794
1413
해야 할 일은
06:51
is we have to parse these recordings
159
399207
2718
이 녹음을 분석하여
06:53
into little snippets of speech,
160
401925
2449
말에 쓰이는 작은 조각으로
06:56
one- or two-sound combinations,
161
404374
2337
그리고 이걸 다시 한두가지 소리의
조합으로 만드는데,
조합으로 만드는데,
06:58
sometimes even whole words
162
406711
1883
때론 전체 단어로
07:00
that start populating a dataset or a database.
163
408594
4516
자료 집합 혹은 데이터베이스를
많이 만들어냅니다.
많이 만들어냅니다.
07:05
We're going to call this database a voice bank.
164
413110
3717
이런 자료 조합을
음성 은행이라고 합니다.
음성 은행이라고 합니다.
07:08
Now the power of the voice bank
165
416827
2096
음성 은행의 힘은
07:10
is that from this voice bank,
166
418923
2014
그로부터
07:12
we can now say any new utterance,
167
420937
2011
어떤 새로운 음성이라도
만들어낼 수 있다는 점에 있습니다.
만들어낼 수 있다는 점에 있습니다.
07:14
like, "I love chocolate" --
168
422948
1424
--"나는 쵸코렛을 사랑해." 같은 말도요.
07:16
everyone needs to be able to say that—
169
424372
1739
누구나 이 말은 꼭 할 수 있어야 하잖아요. --
07:18
fish through that database
170
426111
1831
그 자료 집합에서 걸러내
07:19
and find all the segments necessary
171
427942
1940
그런 발음을 하는데 필요한
07:21
to say that utterance.
172
429882
1929
모든 단위를 찾아냅니다.
07:23
(Video) Voice: I love chocolate.
173
431811
1789
(영상) 음성: 나는 초코렛을 사랑해.
07:25
RP: So that's speech synthesis.
174
433600
1391
패텔: 이것이 통합된 음성입니다.
07:26
It's called concatenative synthesis,
and that's what we're using.
and that's what we're using.
175
434991
2573
흔히 '복합적 통합'이라고 하는데요.
우리가 사용하는 음성이 바로 이거에요.
우리가 사용하는 음성이 바로 이거에요.
07:29
That's not the novel part.
176
437564
1533
이건 특별히 새로운 것은 아닙니다.
07:31
What's novel is how we make it sound
177
439097
2221
독창적인 부분은 우리가
그걸 이용해 육성을 만드는 부분이에요.
그걸 이용해 육성을 만드는 부분이에요.
07:33
like this young woman.
178
441318
1457
이 젊은 여성처럼이요.
07:34
This is Samantha.
179
442775
1524
이 여성분의 이름은 사만다라고 해요.
07:36
I met her when she was nine,
180
444299
2346
저는 이 아이가 9살때 처음 만났는데
07:38
and since then, my team and I
181
446645
1897
그 이후로, 저희 팀과 저는
07:40
have been trying to build her a personalized voice.
182
448542
2714
이 아이만의 음성을 만들려고
노력했습니다.
노력했습니다.
07:43
We first had to find a surrogate donor,
183
451256
3099
처음에 우리는 목소리를
빌려줄 사람을 찾아야만 했습니다.
빌려줄 사람을 찾아야만 했습니다.
07:46
and then we had to have Samantha
184
454355
1818
그리고는 사만다가
07:48
produce some utterances.
185
456173
1929
몇가지 소리를 내도록 했죠.
07:50
What she can produce are mostly vowel-like sounds,
186
458102
2379
그 아이가 낼 수 있는 소리는
대부분 모음처럼 들리는 것이었지만
대부분 모음처럼 들리는 것이었지만
07:52
but that's enough for us to extract
187
460481
2479
저희가 그 아이의 특색을 살린
07:54
her source characteristics.
188
462960
2285
육성을 추출하기에는
충분했습니다.
충분했습니다.
07:57
What happens next is best described
189
465245
3271
그 다음으로 했던 일은
08:00
by my daughter's analogy. She's six.
190
468516
2767
제 딸아이가 했던 것과 똑같아요.
이제 6살인데요.
이제 6살인데요.
08:03
She calls it mixing colors to paint voices.
191
471283
5422
그 애는 소리를 합성하는 것을
목소리에 색을 입힌다고 합니다.
목소리에 색을 입힌다고 합니다.
08:08
It's beautiful. It's exactly that.
192
476705
2555
아주 아름다운 비유죠.
딱 그말이 맞습니다.
딱 그말이 맞습니다.
08:11
Samantha's voice is like a concentrated sample
193
479260
2860
사만다의 목소리는 빨강색 식용색소를
08:14
of red food dye which we can infuse
194
482120
2609
농축해 놓은 것과 같아서
08:16
into the recordings of her surrogate
195
484729
2540
그걸 기증된 목소리를 녹음한 것에 입혀
08:19
to get a pink voice just like this.
196
487269
4387
이런 핑크빛 목소리를 만들어 냅니다.
08:23
(Video) Samantha: Aaaaaah.
197
491656
4491
(영상) 사마다: 아~~
08:28
RP: So now, Samantha can say this.
198
496147
2808
패텔: 이제 사만다는
이런 말을 할 수 있어요.
이런 말을 할 수 있어요.
08:30
(Video) Samantha: This voice is only for me.
199
498955
3069
(영상) 사만다: 이 목소리는
오직 나를 위한 목소리다.
오직 나를 위한 목소리다.
08:34
I can't wait to use my new voice with my friends.
200
502024
6305
새로 받은 목소리로 어서 친구들과 얘기하고 싶어요.
08:40
RP: Thank you. (Applause)
201
508329
6417
패텔: 감사합니다. (박수)
08:46
I'll never forget the gentle smile
202
514746
2333
저는 사만다가 이 목소리를
처음 들었을 때,
처음 들었을 때,
08:49
that spread across her face
203
517079
1902
아이의 얼굴에 퍼지던
08:50
when she heard that voice for the first time.
204
518981
3649
부드러운 미소를
절대로 잊을 수가 없습니다.
절대로 잊을 수가 없습니다.
08:54
Now there's millions of people
205
522630
1882
전세계에는 사만다와 같은 사람들이
08:56
around the world like Samantha, millions,
206
524512
2833
수백만 명이나 있어요. 수백만이요.
08:59
and we've only begun to scratch the surface.
207
527345
3440
저희는 이제 겨우
한걸음 내딛기 시작한 정도구요.
한걸음 내딛기 시작한 정도구요.
09:02
What we've done so far is we have
208
530785
1642
이제까지 우리가 해낸 일은
09:04
a few surrogate talkers from around the U.S.
209
532427
3859
미국에서 자신의 목소리를 기부하겠다고 해준
09:08
who have donated their voices,
210
536286
1507
몇몇의 봉사자를 찾아냈고
09:09
and we have been using those
211
537793
1928
우리는 그 목소리를 이용하여
09:11
to build our first few personalized voices.
212
539721
4472
몇몇 개별화된 목소리를
만들어냈어요.
만들어냈어요.
09:16
But there's so much more work to be done.
213
544193
1756
하지만 아직도 해야할 일이 많습니다.
09:17
For Samantha, her surrogate
214
545949
2188
사만다의 경우에,
그 아이가 빌린 목소리는
그 아이가 빌린 목소리는
09:20
came from somewhere in the Midwest, a stranger
215
548137
3046
중서부 어느 지역에서 받은건데
09:23
who gave her the gift of voice.
216
551183
3841
얼굴도 모르는 사람이
선물을 준 것이지요.
선물을 준 것이지요.
09:27
And as a scientist, I'm so excited
217
555024
2153
과학자로서 저는
09:29
to take this work out of the laboratory
218
557177
1935
실험실에서 이런 일을 해내고
실제 세상에도 확산할 수 있다는 것에
실제 세상에도 확산할 수 있다는 것에
09:31
and finally into the real world
219
559112
1800
상당히 고무되어 있습니다.
09:32
so it can have real-world impact.
220
560912
3165
실생활에 영향을 미칠 수 있는 것이죠.
09:36
What I want to share with you next
221
564077
1582
그 다음으로 여러분들께
09:37
is how I envision taking this work
222
565659
2175
이런 작업을 어떻게 다음 단계로
09:39
to that next level.
223
567834
2711
이끌어 갈지에 대해 말씀드리고 싶어요.
09:42
I imagine a whole world of surrogate donors
224
570545
3887
저는 목소리 기증자가
전세계적으로 충분히 있어서
전세계적으로 충분히 있어서
09:46
from all walks of life, different sizes, different ages,
225
574432
3260
어디를 가든, 다른 크기와 나이대에서 있기를 희망합니다.
09:49
coming together in this voice drive
226
577692
3058
모두가 이런 목소리 기증에 참여하여
09:52
to give people voices
227
580750
2270
사람들에게
09:55
that are as colorful as their personalities.
228
583020
3799
각자의 개성만큼이나 다양한
음색을 줄 수 있기를 바랍니다.
음색을 줄 수 있기를 바랍니다.
09:58
To do that as a first step,
229
586819
2300
그러기 위한 첫걸음으로
10:01
we've put together this website, VocaliD.org,
230
589119
3275
저희가 이런 웹사이트를 개설했어요.
VocaliD.org 입니다.
VocaliD.org 입니다.
10:04
as a way to bring together those
231
592394
1624
이를 통하여 목소리 기증자로
10:06
who want to join us as voice donors,
232
594018
2675
우리와 함께 하고자 하는 사람들을
한데 모으고
한데 모으고
10:08
as expertise donors,
233
596693
1772
기증도 전문화하는 겁니다.
10:10
in whatever way to make this vision a reality.
234
598465
5339
그리고 어떤 방식으로든
이런 희망을 현실로 만들고자 합니다.
이런 희망을 현실로 만들고자 합니다.
10:15
They say that giving blood can save lives.
235
603804
4153
사람들은 헌혈이
생명을 구할 수 있다고 말합니다.
생명을 구할 수 있다고 말합니다.
10:19
Well, giving your voice can change lives.
236
607957
4982
자, 목소리를 기증하면
누군가의 삶을 바꿀 수 잇어요.
누군가의 삶을 바꿀 수 잇어요.
10:24
All we need is a few hours of speech
237
612939
3050
해야할 것이라곤 목소리 기증자로
10:27
from our surrogate talker,
238
615989
1491
몇 시간 발성하는 것이 전부에요.
10:29
and as little as a vowel from our target talker,
239
617480
4733
목소리가 필요한 사람이 내는
몇 가지 모음으로
몇 가지 모음으로
10:34
to create a unique vocal identity.
240
622213
3711
각자의 개성에 맞는 음성을
창조해내는 겁니다.
창조해내는 겁니다.
10:37
So that's the science behind what we're doing.
241
625924
2626
그게 바로 저희가 하고 있는 일의
밑바탕에 깔린 과학입니다.
밑바탕에 깔린 과학입니다.
10:40
I want to end by circling back to the human side
242
628550
4455
저는 인간적인 측면으로 되돌아 가면서
강연을 마치고자 합니다.
강연을 마치고자 합니다.
10:45
that is really the inspiration for this work.
243
633005
4102
이런 작업을 하게 된
이유이기도 하죠.
이유이기도 하죠.
10:49
About five years ago, we built our very first voice
244
637107
3699
5년전 즈음, 저희는 윌리엄이란
아이를 위해
아이를 위해
10:52
for a little boy named William.
245
640806
2501
처음으로 목소리를 만들었었어요.
10:55
When his mom first heard this voice,
246
643307
2357
아이의 엄마가 그 목소리를 처음 들었을 때
10:57
she said, "This is what William
247
645664
2345
그녀가 이렇게 말했습니다.
11:00
would have sounded like
248
648009
1546
"이 음성이 윌리엄이 말을 할 수 있다면
11:01
had he been able to speak."
249
649555
2449
내리라고 생각하는 음성이에요."
11:04
And then I saw William typing a message
250
652004
2418
그리고는 윌리엄에 제게
자신의 기구를 통해
자신의 기구를 통해
11:06
on his device.
251
654422
1362
문자 메시지를 쓰는 것을
보았습니다.
보았습니다.
11:07
I wondered, what was he thinking?
252
655784
3293
저도 궁음했어요.
아이가 어떻게 생각할까?
아이가 어떻게 생각할까?
11:11
Imagine carrying around someone else's voice
253
659077
3590
남의 목소리를 가지고
9년이나 살아오다가
9년이나 살아오다가
11:14
for nine years
254
662667
2193
이제서야
11:16
and finally finding your own voice.
255
664860
4844
자기 자신만의 목소리를
찾게 된 것을 생각해보세요.
찾게 된 것을 생각해보세요.
11:21
Imagine that.
256
669704
1377
그게 어떤 기분일지 한번 상상해 보세요.
11:23
This is what William said:
257
671081
2797
윌리엄에 제게 한 말입니다:
11:25
"Never heard me before."
258
673878
4463
"이제야 제 목소리를 들어보네요."
11:32
Thank you.
259
680417
1619
감사합니다.
11:34
(Applause)
260
682036
4724
(박수)
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