TEDWomen 2013
Rupal Patel: Synthetic voices, as unique as fingerprints
Rupal Patel: Dirbtiniai balsai, tokie unikalūs kaip pirštų antspaudai
Filmed:
Readability: 3.9
944,754 views
Daugybė žmonių su kalbėjimo negalia bendravimui naudoja kompiuterizuotus prietaisus. Šiuo metu jie renkasi tik iš keleto galimų balsų. Štai kodėl Stivenas Hokingas turi amerikietišką akcentą, štai kodėl daugybė žmonių galų gale kalba tokiu pačiu balsu, dažnai visiškai neatitinkančiu jų asmenybės. Kalbėsenos mokslininkė Rupal Patel norėjo šį tą pakeisti, ir savo nuostabioje kalboje ji dalinasi savo darbu projektuojant unikalius balsus nebyliams.
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
Šiandien norėčiau aptarti
00:14
about a powerful and fundamental aspect
1
2209
2927
galingą ir esminį aspektą
00:17
of who we are: our voice.
2
5136
3598
to, kas mes esame: mūsų balsą.
00:20
Each one of us has a unique voiceprint
3
8734
2746
Kiekvienas iš mūsų turi unikalų balso tembrą,
00:23
that reflects our age, our size,
4
11480
2289
kuris atspindi mūsų amžių, dydį,
00:25
even our lifestyle and personality.
5
13769
3237
net mūsų gyvenimo būdą ir asmenybę.
00:29
In the words of the poet Longfellow,
6
17006
2142
Poeto Longfelo žodžiais,
00:31
"the human voice is the organ of the soul."
7
19148
3870
"žmogaus balsas yra sielos skambesys."
00:35
As a speech scientist, I'm fascinated
8
23018
2747
Kaip kalbėsenos mokslininkė, aš esu sužavėta,
00:37
by how the voice is produced,
9
25765
1829
kaip balsas yra sukuriamas,
00:39
and I have an idea for how it can be engineered.
10
27594
3658
ir turiu idėją, kaip jis gali būti projektuojamas.
00:43
That's what I'd like to share with you.
11
31252
2210
Tuo ir norėčiau pasidalinti su jumis.
00:45
I'm going to start by playing you a sample
12
33462
1814
Pradėti ketinu pavyzdžiu
00:47
of a voice that you may recognize.
13
35276
1871
balso, kurį jūs veikiausiai atpažinsite.
00:49
(Recording) Stephen Hawking: "I would have thought
14
37147
1304
(Įrašas) Stivenas Hokingas: "Aš galvojau,
00:50
it was fairly obvious what I meant."
15
38451
2749
kad buvo visiškai akivaizdu, ką turėjau omenyje."
00:53
Rupal Patel: That was the voice
16
41200
1280
Rupal Patel: Tai buvo profesoriaus
00:54
of Professor Stephen Hawking.
17
42480
2086
Stiveno Hokingo balsas.
00:56
What you may not know is that same voice
18
44566
3849
Greičiausiai jūs nežinote, kad toks pats balsas
01:00
may also be used by this little girl
19
48415
2478
taip pat gali būti naudojamas ir šios mažos mergaitės,
01:02
who is unable to speak
20
50893
1697
kuri turi kalbos negalią
01:04
because of a neurological condition.
21
52590
2597
dėl neurologinės ligos.
01:07
In fact, all of these individuals
22
55187
2068
Iš tiesų, visi sergantys asmenys
01:09
may be using the same voice,
23
57255
2012
naudoja tokį patį balsą
01:11
and that's because there's
only a few options available.
only a few options available.
24
59267
3557
todėl, kad įmanoma tėra rinktis iš kelių.
01:14
In the U.S. alone, there are 2.5 million Americans
25
62824
4317
Vien Jungtinės Valstijose yra 2,5 milijono
01:19
who are unable to speak,
26
67141
1610
kalbos negalią turinčių amerikiečių
01:20
and many of whom use computerized devices
27
68751
2622
ir dauguma jų naudoja kompiuterizuotus prietaisus
01:23
to communicate.
28
71373
1522
bendrauti.
01:24
Now that's millions of people worldwide
29
72895
3479
Pasaulyje yra milijonai žmonių,
01:28
who are using generic voices,
30
76374
1652
kurie naudoja bendrus balsus,
01:30
including Professor Hawking,
31
78026
1446
įskaitant ir profesorių Hokingą,
01:31
who uses an American-accented voice.
32
79472
4833
kuris naudoja balsą su amerikietišku akcentu.
01:36
This lack of individuation of the synthetic voice
33
84305
3328
Individualizacijos trūkumo dirbtiniame balse problema
01:39
really hit home
34
87633
1416
iš tiesų sukrėtė mane,
01:41
when I was at an assistive technology conference
35
89049
2472
kai buvau technologijų neįgaliesiems konferencijoje
01:43
a few years ago,
36
91521
1850
prieš keletą metų,
01:45
and I recall walking into an exhibit hall
37
93371
3604
ir aš prisimenu save įeinančią į parodų salę
01:48
and seeing a little girl and a grown man
38
96975
3044
ir matančią mažą mergaitę ir suaugusį vyrą
01:52
having a conversation using their devices,
39
100019
2916
besišnekančius naudojantis savo prietaisais,
01:54
different devices, but the same voice.
40
102935
4284
skirtingais prietaisais, bet tuo pačiu balsu.
01:59
And I looked around and I saw this happening
41
107219
1909
Aš apsidairiau aplink ir mačiau, kad tai vyksta
02:01
all around me, literally hundreds of individuals
42
109128
4190
visoje salėje, šimtai asmenų
02:05
using a handful of voices,
43
113318
2738
naudojosi vos keletu skirtingų balsų,
02:08
voices that didn't fit their bodies
44
116056
3091
kurie netiko jų kūnams
02:11
or their personalities.
45
119147
2082
ir jų asmenybėms.
02:13
We wouldn't dream of fitting a little girl
46
121229
2727
Mes nenorėtume matyti mažos mergaitės
02:15
with the prosthetic limb of a grown man.
47
123956
3396
su suaugusio žmogaus galūnės protezu.
02:19
So why then the same prosthetic voice?
48
127352
3304
Tad kodėl tas pats balsas?
02:22
It really struck me,
49
130656
1291
Tai iš tiesų sukrėtė mane
02:23
and I wanted to do something about this.
50
131947
3151
ir aš panorau ko nors imtis.
02:27
I'm going to play you now a sample
51
135098
1953
Dabar ketinu parodyti pavyzdį
02:29
of someone who has, two people actually,
52
137051
3288
žmogaus, iš tikrųjų dviejų žmonių, kurie turi
02:32
who have severe speech disorders.
53
140339
1768
sunkų kalbos sutrikimą.
02:34
I want you to take a listen to how they sound.
54
142107
3230
Noriu, kad pasiklausytumėte, kaip jie skamba.
02:37
They're saying the same utterance.
55
145337
2357
Jie abu sako tą patį.
02:39
(First voice)
56
147694
2432
(Pirmasis balsas)
02:42
(Second voice)
57
150126
3617
(Antrasis balsas)
02:45
You probably didn't understand what they said,
58
153743
2412
Tikriausiai nesupratote, ką jie sako,
02:48
but I hope that you heard
59
156155
1854
bet tikiuosi, kad išgirdote,
02:50
their unique vocal identities.
60
158009
4283
jog abu šie balsai unikalūs.
02:54
So what I wanted to do next is,
61
162292
2813
Taigi, toliau ketinau
02:57
I wanted to find out how we could harness
62
165105
2384
atrasti kaip mes galėtume panaudoti
02:59
these residual vocal abilities
63
167489
1821
šiuos gebėsenos kalbėti likučius
03:01
and build a technology
64
169310
2016
ir sukurti technologiją,
03:03
that could be customized for them,
65
171326
2143
kuri būtų pritaikyta jiems,
03:05
voices that could be customized for them.
66
173469
2429
balsus, pritaikytus jiems.
03:07
So I reached out to my collaborator, Tim Bunnell.
67
175898
2685
Taigi aš užmezgiau ryšius su savo bendradarbiu, Timu Bunelu.
03:10
Dr. Bunnell is an expert in speech synthesis,
68
178583
3063
Dr. Bunelas yra kalbos sintezės ekspertas,
03:13
and what he'd been doing is building
69
181646
2033
taigi jis užsiima personalizuotų
03:15
personalized voices for people
70
183679
1881
balsų kurimu žmonėms,
03:17
by putting together
71
185560
2097
kartu sudėdamas
03:19
pre-recorded samples of their voice
72
187657
2150
iš anksto įrašytus jų balso pavyzdžius
03:21
and reconstructing a voice for them.
73
189807
2879
ir atkurdamas jų balsą.
03:24
These are people who had lost their voice
74
192686
1712
Tai yra žmonės, kurie
03:26
later in life.
75
194398
1911
prarado balsą.
03:28
We didn't have the luxury
76
196309
1394
Mes neturime prabangos
03:29
of pre-recorded samples of speech
77
197703
1774
įrašytų kalbos pavyzdžių tų,
03:31
for those born with speech disorder.
78
199477
2292
kurie gimė su kalbos negalia.
03:33
But I thought, there had to be a way
79
201769
2537
Bet aš pamaniau, kad turi būti būdas
03:36
to reverse engineer a voice
80
204306
1944
atkurti balsą
03:38
from whatever little is left over.
81
206250
2291
iš to, kas liko.
03:40
So we decided to do exactly that.
82
208541
2714
Tad nusprendėme užsiimti būtent tuo.
03:43
We set out with a little bit of funding
from the National Science Foundation,
from the National Science Foundation,
83
211255
3403
Su Nacionalinio Mokslo Fondo parama mes pamėginome
03:46
to create custom-crafted voices that captured
84
214658
3565
sukurti dirbtinai sukurtus balsus, kurie atspindėtų
03:50
their unique vocal identities.
85
218223
1536
unikalią jų balso tapatybę.
03:51
We call this project VocaliD, or vocal I.D.,
86
219759
3203
Mes vadiname šį projektą VocaliD, arba vocal I.D.,
03:54
for vocal identity.
87
222962
2033
kaip balso tapatybę.
03:56
Now before I get into the details of how
88
224995
2674
Prieš leidžiantis į detales kaip
03:59
the voice is made and let you listen to it,
89
227669
2048
balsas yra kuriamas, ir leidžiant jo pasiklausyti,
04:01
I need to give you a real quick
speech science lesson. Okay?
speech science lesson. Okay?
90
229717
3350
aš turiu išdėstyti trumpą kalbėsenos mokslo pamoką. Gerai?
04:05
So first, we know that the voice is changing
91
233067
3159
Pirma, mes žinome, kad balsas pastebimai
04:08
dramatically over the course of development.
92
236226
2854
kinta skirtingais gyvenimo laikotarpiais.
04:11
Children sound different from teens
93
239080
2090
Vaikų balsas skiriasi nuo paauglių,
04:13
who sound different from adults.
94
241170
1463
kurių balsas skiriasi nuo suaugusių.
04:14
We've all experienced this.
95
242633
2642
Mes visi tai patyrėme.
04:17
Fact number two is that speech
96
245275
3363
Antra, kalba
04:20
is a combination of the source,
97
248638
2553
atsiranda,
04:23
which is the vibrations generated by your voice box,
98
251191
3479
kai vibracijos, sukuriamos balso aparato,
04:26
which are then pushed through
99
254670
1939
yra nustumiamos
04:28
the rest of the vocal tract.
100
256609
2437
išilgai viso balso trakto.
04:31
These are the chambers of your head and neck
101
259046
2484
Tai yra ertmės galvoje ir kakle,
04:33
that vibrate,
102
261530
1239
kurios vibruoja
04:34
and they actually filter that source sound
103
262769
2110
ir jos iš tiesų filtruoja šaltinio garsą ir
04:36
to produce consonants and vowels.
104
264879
2537
taip sukuriamos priebalsės ir balsės.
04:39
So the combination of source and filter
105
267416
3860
Taigi šaltinio ir filtro kombinacija
04:43
is how we produce speech.
106
271276
2630
yra tai, kaip mes kalbame.
04:45
And that happens in one individual.
107
273906
3026
Ir tai įvyksta kiekvienam individualiai.
04:48
Now I told you earlier that I'd spent
108
276932
2626
Aš minėjau anksčiau, kad didelę dalį
04:51
a good part of my career
109
279558
2025
savo karjeros aš praleidau
04:53
understanding and studying
110
281583
2453
bandydama suprasti ir studijuodama
04:56
the source characteristics of people
111
284036
1958
šaltinio savybes tų žmonių,
04:57
with severe speech disorder,
112
285994
2301
kurie turi stiprius kalbėsenos sutrikimus,
05:00
and what I've found
113
288295
1465
ir aš atradau,
05:01
is that even though their filters were impaired,
114
289760
3366
kad nors jų filtrai yra sumenkę,
05:05
they were able to modulate their source:
115
293126
2961
jie gali valdyti savo šaltinį:
05:08
the pitch, the loudness, the tempo of their voice.
116
296087
3262
toną, garsumą, balso tempą.
05:11
These are called prosody, and
I've been documenting for years
I've been documenting for years
117
299349
3368
Tai vadinama prozodija, ir aš ilgus metus tyrinėjau,
05:14
that the prosodic abilities of these individuals
118
302717
2277
kad prozodiniai šių asmenų gebėjimai
05:16
are preserved.
119
304994
1575
yra išsaugoti.
05:18
So when I realized that those same cues
120
306569
4087
Taigi kai aš supratau tai, kad šie panašūs signalai
05:22
are also important for speaker identity,
121
310656
2769
taip pat yra svarbūs kalbėtojo asmenybei,
05:25
I had this idea.
122
313425
2015
man gimė idėja.
05:27
Why don't we take the source
123
315440
2516
Kodėl nepaėmus šaltinio
05:29
from the person we want the voice to sound like,
124
317956
2213
iš žmogaus, kurio balsą norime išgirsti,
05:32
because it's preserved,
125
320169
1463
kadangi jis išsaugotas,
05:33
and borrow the filter
126
321632
2135
ir nepasiskolinus filtro
05:35
from someone about the same age and size,
127
323767
3229
iš kieno nors panašaus amžiaus ir dydžio,
05:39
because they can articulate speech,
128
327011
2407
kadangi jis gali artikuliuoti kalbą,
05:41
and then mix them?
129
329418
1791
ir šiuos du sujungti?
05:43
Because when we mix them,
130
331209
1787
Kadangi juos sujungus,
05:44
we can get a voice that's as clear
131
332996
1698
mes galime gauti balsą, kuris bus aiškus
05:46
as our surrogate talker --
132
334694
1754
kaip žmogaus, iš kurio
05:48
that's the person we borrowed the filter from—
133
336448
2595
filtras buvo pasiskolintas,
05:51
and is similar in identity to our target talker.
134
339043
4649
bet panašus į žmogaus, kurio šaltinis naudotas balse.
05:55
It's that simple.
135
343692
1427
Tai taip paprasta.
05:57
That's the science behind what we're doing.
136
345119
2934
Tai mokslinis paaiškinimas tam, ką mes darome.
06:00
So once you have that in mind,
137
348053
3533
Turėdami tai galvoje,
06:03
how do you go about building this voice?
138
351586
2258
kaip sukurtumėte balsą?
06:05
Well, you have to find someone
139
353844
1480
Na, reikia surasti ką nors,
06:07
who is willing to be a surrogate.
140
355324
2400
kas norėtų būtų balso surogatu.
06:09
It's not such an ominous thing.
141
357724
2264
Tai visiškai nėra nerimą keliantis dalykas.
06:11
Being a surrogate donor
142
359988
1523
Buvimas surogatu donoru
06:13
only requires you to say a few hundred
143
361511
2788
reikalauja tik pasakyti nuo kelių šimtų
06:16
to a few thousand utterances.
144
364299
2242
iki kelių tūkstančių išsireiškimų.
06:18
The process goes something like this.
145
366541
2003
Šis procesas skamba maždaug taip.
06:20
(Video) Voice: Things happen in pairs.
146
368544
2190
(Video) Balsas:
06:22
I love to sleep.
147
370734
1925
Aš mėgstu miegoti.
06:24
The sky is blue without clouds.
148
372659
3882
Dangus mėlynas be debesų.
06:28
RP: Now she's going to go on like this
149
376541
2002
RP: Dabar ji darys tai
06:30
for about three to four hours,
150
378543
1919
apie tris ar keturias valandas
06:32
and the idea is not for her to say everything
151
380462
3005
ir pagrindinė mintis nėra ištarti viską,
06:35
that the target is going to want to say,
152
383467
2045
ką neįgalusis norėtų pasakyti,
06:37
but the idea is to cover all the different combinations
153
385512
3395
bet apimti visas skirtingas kombinacijas
06:40
of the sounds that occur in the language.
154
388907
3271
garsų, pasitaikančių kalboje.
06:44
The more speech you have,
155
392178
1638
Kuo daugiau kalbos turima,
06:45
the better sounding voice you're going to have.
156
393816
2305
tuo geriau skambantį balsą galima turėti.
06:48
Once you have those recordings,
157
396121
1673
Jau turint šiuos įrašus,
06:49
what we need to do
158
397794
1413
tereikia išnagrinėti
06:51
is we have to parse these recordings
159
399207
2718
šiuos įrašus
06:53
into little snippets of speech,
160
401925
2449
į kalbos fragmentus,
06:56
one- or two-sound combinations,
161
404374
2337
į vieno ar dviejų garsų kombinacijas,
06:58
sometimes even whole words
162
406711
1883
kartais net atskirus žodžius,
07:00
that start populating a dataset or a database.
163
408594
4516
ir taip pradėti įkurdinti duomenų bazę.
07:05
We're going to call this database a voice bank.
164
413110
3717
Vadinkime šią duomenų bazę balso banku.
07:08
Now the power of the voice bank
165
416827
2096
Šio balso banko galia slypi tame,
07:10
is that from this voice bank,
166
418923
2014
kad iš šio balso banko
07:12
we can now say any new utterance,
167
420937
2011
mes galime pasakyti bet kokį naują išsireiškimą,
07:14
like, "I love chocolate" --
168
422948
1424
pavyzdžiui, "Aš mėgstu šokoladą" --
07:16
everyone needs to be able to say that—
169
424372
1739
kiekvienas turi galėti tai pasakyti --
07:18
fish through that database
170
426111
1831
duomenų bazėje tereikia sužvejoti
07:19
and find all the segments necessary
171
427942
1940
ir surasti reikiamas daleles
07:21
to say that utterance.
172
429882
1929
šiam išsireiškimui.
07:23
(Video) Voice: I love chocolate.
173
431811
1789
(Video) Balsas: Aš mėgstu šokoladą.
07:25
RP: So that's speech synthesis.
174
433600
1391
RP: Taigi tai yra kalbos sintezė.
07:26
It's called concatenative synthesis,
and that's what we're using.
and that's what we're using.
175
434991
2573
Ji vadinama sujungiamąja sinteze, kurią mes naudojame.
07:29
That's not the novel part.
176
437564
1533
Tai nėra neįprastoji dalis.
07:31
What's novel is how we make it sound
177
439097
2221
Neįprasta yra tai, kaip mes priversime tai
07:33
like this young woman.
178
441318
1457
skambėti kaip šios jaunos moters balsą.
07:34
This is Samantha.
179
442775
1524
Štai Samanta.
07:36
I met her when she was nine,
180
444299
2346
Kai aš ją sutikau, jai buvo devyneri,
07:38
and since then, my team and I
181
446645
1897
ir nuo tada aš ir mano komanda
07:40
have been trying to build her a personalized voice.
182
448542
2714
bandėme sukurti jai personalizuotą balsą.
07:43
We first had to find a surrogate donor,
183
451256
3099
Pirmiausia mums teko surasti surogatą donorą,
07:46
and then we had to have Samantha
184
454355
1818
tada mums reikėjo, kad Samanta
07:48
produce some utterances.
185
456173
1929
ištartų keletą frazių.
07:50
What she can produce are mostly vowel-like sounds,
186
458102
2379
Tai, ką ji gali ištarti daugiausiai yra į balses panašūs garsai,
07:52
but that's enough for us to extract
187
460481
2479
bet jų užtenka tam, kad
07:54
her source characteristics.
188
462960
2285
iš jų išgautume jos šaltinio charakteristiką.
07:57
What happens next is best described
189
465245
3271
Kas vyksta toliau, geriausiai apibūdina
08:00
by my daughter's analogy. She's six.
190
468516
2767
mano dukters analogija. Jai šešeri.
08:03
She calls it mixing colors to paint voices.
191
471283
5422
Ji vadina tai spalvų maišymu nupiešti balsams.
08:08
It's beautiful. It's exactly that.
192
476705
2555
Tai nuostabu. Tai būtent tai.
08:11
Samantha's voice is like a concentrated sample
193
479260
2860
Samantos balsas yra lyg koncentruotas pavyzdys
08:14
of red food dye which we can infuse
194
482120
2609
raudonų maistinių dažų, kuriuos įliejame
08:16
into the recordings of her surrogate
195
484729
2540
į jos surogatinio balso įrašus
08:19
to get a pink voice just like this.
196
487269
4387
gauti tokį kaip šis rožinį balsą.
08:23
(Video) Samantha: Aaaaaah.
197
491656
4491
(Video) Samanta: Aaaaaah.
08:28
RP: So now, Samantha can say this.
198
496147
2808
RP: Dabar Samanta gali pasakyti tai.
08:30
(Video) Samantha: This voice is only for me.
199
498955
3069
(Video) Samanta: Šis balsas sukurtas tik man.
08:34
I can't wait to use my new voice with my friends.
200
502024
6305
Aš negaliu sulaukti, kol galėsiu kalbėti juo su savo draugais.
08:40
RP: Thank you. (Applause)
201
508329
6417
RP: Ačiū. (Plojimai)
08:46
I'll never forget the gentle smile
202
514746
2333
Aš niekad nepamiršiu švelnios šypsenos,
08:49
that spread across her face
203
517079
1902
kuri perbėgo jos veidu,
08:50
when she heard that voice for the first time.
204
518981
3649
kai ji išgirdo šį balsą pirmą kartą.
08:54
Now there's millions of people
205
522630
1882
Pasaulyje yra milijonai žmonių
08:56
around the world like Samantha, millions,
206
524512
2833
panašių į Samantą, milijonai,
08:59
and we've only begun to scratch the surface.
207
527345
3440
ir mes vos pradėjome darbą.
09:02
What we've done so far is we have
208
530785
1642
Iki šiol mes turime
09:04
a few surrogate talkers from around the U.S.
209
532427
3859
keletą surogatų balsų iš Jungtinių Valstijų,
09:08
who have donated their voices,
210
536286
1507
kurie paaukojo savo balsus,
09:09
and we have been using those
211
537793
1928
ir mes naudojame juos
09:11
to build our first few personalized voices.
212
539721
4472
kurdami pirmuosius personalizuotus balsus.
09:16
But there's so much more work to be done.
213
544193
1756
Bet yra dar daugybė darbo.
09:17
For Samantha, her surrogate
214
545949
2188
Samantos surogatė gyvena kažkur
09:20
came from somewhere in the Midwest, a stranger
215
548137
3046
Vidurio Vakaruose, nepažįstamoji,
09:23
who gave her the gift of voice.
216
551183
3841
kuri dovanojo jai balso dovaną.
09:27
And as a scientist, I'm so excited
217
555024
2153
Kaip mokslininkė, aš esu labai sujaudinta
09:29
to take this work out of the laboratory
218
557177
1935
perkeldama šį darbą iš laboratorijos
09:31
and finally into the real world
219
559112
1800
į realų pasaulį, tad
09:32
so it can have real-world impact.
220
560912
3165
negaliu sulaukti šio darbo poveikio.
09:36
What I want to share with you next
221
564077
1582
Taip pat aš noriu pasidalinti su jumis
09:37
is how I envision taking this work
222
565659
2175
kaip aš įsivaizduoju šį darbą
09:39
to that next level.
223
567834
2711
kopiant į kitą lygmenį.
09:42
I imagine a whole world of surrogate donors
224
570545
3887
Aš įsivaizduoju pasaulį pilną surogatų donorų
09:46
from all walks of life, different sizes, different ages,
225
574432
3260
iš įvairių gyvenimo sričių, skirtingo amžiaus ir padėčių,
09:49
coming together in this voice drive
226
577692
3058
kurie kartu bus skatinami idėjos
09:52
to give people voices
227
580750
2270
duoti žmonėms balsus,
09:55
that are as colorful as their personalities.
228
583020
3799
kurie būtų tokie pat spalvingi kaip ir jų asmenybės.
09:58
To do that as a first step,
229
586819
2300
Pirmasis žingsnis to link
10:01
we've put together this website, VocaliD.org,
230
589119
3275
yra VocaliD.org puslapio sukūrimas,
10:04
as a way to bring together those
231
592394
1624
kaip būdas sujungti tuos,
10:06
who want to join us as voice donors,
232
594018
2675
kurie nori prisidėti prie mūsų kaip balso donorai,
10:08
as expertise donors,
233
596693
1772
kaip įvertinti donorai,
10:10
in whatever way to make this vision a reality.
234
598465
5339
bet kokiu keliu paversti šią viziją realybe.
10:15
They say that giving blood can save lives.
235
603804
4153
Sakoma, kad kraujo davimas gali išsaugoti gyvybes.
10:19
Well, giving your voice can change lives.
236
607957
4982
Na, balso davimas gali pakeisti gyvenimus.
10:24
All we need is a few hours of speech
237
612939
3050
Viskas, ko reikia, yra kelios valandos kalbos
10:27
from our surrogate talker,
238
615989
1491
surogato šnekos
10:29
and as little as a vowel from our target talker,
239
617480
4733
ir visai nedaug, vos balsės, iš neįgaliojo,
10:34
to create a unique vocal identity.
240
622213
3711
kad būtų sukurta unikali balso tapatybė.
10:37
So that's the science behind what we're doing.
241
625924
2626
Taigi tai mokslas, kuo paremta tai, ką darome.
10:40
I want to end by circling back to the human side
242
628550
4455
Norėčiau baigti grįžtant prie žmogiškosios pusės,
10:45
that is really the inspiration for this work.
243
633005
4102
kuri įkvepia šiam darbui.
10:49
About five years ago, we built our very first voice
244
637107
3699
Maždaug prieš penkerius metus sukūrėme patį pirmą balsą
10:52
for a little boy named William.
245
640806
2501
mažam berniuku, vardu Viljamas.
10:55
When his mom first heard this voice,
246
643307
2357
Kai jo mama pirmą kartą išgirdo šį balsą,
10:57
she said, "This is what William
247
645664
2345
ji pasakė, "Štai kaip Viljamas
11:00
would have sounded like
248
648009
1546
būtų kalbėjęs, jei
11:01
had he been able to speak."
249
649555
2449
būtų galėjęs kalbėti."
11:04
And then I saw William typing a message
250
652004
2418
Ir tada pamačiau Viljamą rašantį žinutę
11:06
on his device.
251
654422
1362
savo prietaise.
11:07
I wondered, what was he thinking?
252
655784
3293
Aš mąsčiau, ką jis galvojo?
11:11
Imagine carrying around someone else's voice
253
659077
3590
Įsivaizduokite, ką reiškia devynerius metus
11:14
for nine years
254
662667
2193
kalbėti svetimu balsu
11:16
and finally finding your own voice.
255
664860
4844
ir galiausiai surasti savąjį.
11:21
Imagine that.
256
669704
1377
Tik įsivaizduokite.
11:23
This is what William said:
257
671081
2797
Štai, ką Viljamas pasakė:
11:25
"Never heard me before."
258
673878
4463
"Niekada nesu girdėjęs savęs."
11:32
Thank you.
259
680417
1619
Ačiū.
11:34
(Applause)
260
682036
4724
(Plojimai)
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