Oktoobri alguses paljastas CNN, et Siri taga oli veteranhäälnäitleja Susan Bennett, kuni Apple seda iOS 7-s muutis. paljastas ta ühes intervjuus , mida tehnoloogiahiiglane (ja selle tõenäoline häälesünteesipartner) kasutas Nüanss ), et luua digitaalse assistendi enda sõnu.
Muidugi pole isegi nii kõrge tehnoloogiliselt arenenud ettevõte nagu Apple tõenäoliselt välja mõelnud viisi pr Bennetti kloonimiseks ja tema pisikeste koopiate paigutamiseks igasse iPadi ja iPhone'i. Mis muudab küsimuse põnevamaks kui Siri identiteedi küsimus: kuidas täpselt inimese hääl muudetakse tarkvaraprogrammiks, mis suudab sünteesida mis tahes talle visatud teksti?
kuidas mackeeper minu Macist lahti saada
Minu hääl on minu pass
sisse Tossud , palju alahinnatud film, mis tundub veidralt sobilik praegusel ajastul, mil valitsus luurab oma kodanike järele. Robert Redfordi häkkerite meeskond suudab keerukast häälepõhisest turvasüsteemist mööda minna, ühendades pahaaimamatu töötaja lindistatud sõnad.
Häälepõhised paroolid on paljudes filmides, näiteks 1992. aasta tossudes, silmapaistval kohal.
IOS-i digitaalsele assistendile hääle andmise protsess ei pruugi olla nii erinev, kuigi see on palju põhjalikum. Suure ja dünaamilise sünteesirakenduse jaoks on hääletalent (üht või mitut näitlejat) vaja salvestusstuudios mitmest nädalast mitme kuuni, ütleb veteranhäälnäitleja. Scott Reyns , kes asub San Franciscos. Lõppkokkuvõttes loevad nad tuhandeid kuni kümneid tuhandeid lauseid, nii et fraseerimise ja intonatsiooni jaoks salvestatakse palju katvust.
Nagu võite ette kujutada, on selle protsessi keerukus keeleti erinev; mõned keeled on keerulisemad kui teised. Tõepoolest, inglise keele hääldamine vale intonatsiooniga – nagu näiteks küsimuse mittekäänamine – annab tulemuseks hääle, mis kõlab ebaloomulikult, kuid ei muuda tingimata öeldud sõnade tähendust.
Konsultatsioonifirma direktori Arash Zafarnia sõnul pole see alati nii Nägus , mis asub Texases Austinis: Võrrelge seda hiina keelega, kus toon ja intonatsioonid on samade täishäälikute ja kaashäälikutega sõnade eristamiseks hädavajalikud, ning teil on täiesti uus raskusaste. Sel põhjusel on hea häälenäidise saamiseks võtmetähtsusega järjepidevus: samu sõnu ja fraase tuleb korrata kümneid kordi. Näitleja hääl ei tohiks üldse muutuda – see peab jääma ühtlaseks kogu salvestusperioodi vältel, et saada parim võimalik tulemus, ütleb Zafarnia.
Viiluta ja kuubikuteks
Kui esialgsed hääleandmed on kogutud, tuleb need jagada väikesteks komponentideks, mida saab seejärel uuesti uuteks sõnadeks kokku panna. Mõelge sellele kui kõrgtehnoloogilisele versioonile erineva pikkusega lintide kokku lõikamisest ja liitmisest – protsessist, millega muusikaprodutsendid (ja potentsiaalsed spioonid) olid enne digitaalse toimetamise tulekut väga tuttavad.
Kvaliteetse väljundi saamiseks tuleb üksikud sõnad jagada foneemid , mis on iga kõnekeele ehitusplokid. Näiteks sõna Macintosh saab jagada kaheksaks erinevaks foneemiks, mis seejärel klassifitseeritakse üldtunnustatud järgi Rahvusvaheline foneetiline tähestik . See taandab sõna selle põhihäälikuteks, mida IPA-s esindavad sümbolid m·æ·k·ɨ·n·t·ɒ·ʃ.
parim kaugtöölaua tarkvara maci jaoks
Väike osa kogu rahvusvahelisest foneetilisest tähestikust, mida kasutatakse foneemide klassifitseerimiseks.
Iga heli on kategoriseeritud, mitme koopiaga salvestatakse andmebaasi, et pakkuda mitmekesisust. Ühised foneetilised kombinatsioonid eraldatakse ka lähtematerjalist ja salvestatakse koos üksikute foneemidega, et saada loomulikuma kõlaga väljund. Äärmuslikel juhtudel panevad häälespetsialistid käsitsi kokku terved fraasid, et saada paljude levinud väljendite sünteesimisel kõrgeima kvaliteediga väljund.
Nagu võite ette kujutada, on sellesse faasi tehtav töömaht jahmatav ja ülioluline süntesaatori poolt toodetud kõne ülima kvaliteedi seisukohalt, kuna eraldatakse ja salvestatakse sadu või tuhandeid üksikuid helijuppe. Zafarnia ütleb, et erinevus võib olla intonatsioonis, stressis, helikõrguses. Samast vokaalist või kaashäälikust võib olla kümneid ja sadu versioone.
Frankenvoice
Kui foneetiline andmebaas on valmis, tarnitakse see koos lõpptootega ja installitakse serveritesse, mis pakuvad häälsünteesi kaugjuhtimisega üle Interneti – nagu Siri puhul – või otse seadmesse, nagu näiteks VoiceOver tarkvara mis tarnitakse nii OS X-i kui ka iOS-i osana.
Sünteesitud hääled on olnud Maci osa platvormi esimestest päevadest peale.
Kui teil palutakse lause kõneks teisendada, otsib sünteesimootor esmalt oma andmebaasist etteantud kirjet. Kui see seda ei leia, proovib see seejärel mõista sisendi keelelist ülesehitust, et määrata kõikidele sõnadele õige intonatsioon. Järgmisena jagab see selle foneemide kombinatsioonideks ja otsib oma andmebaasist kõige sobivamaid helisid.
Ideaalse stsenaariumi korral sisaldaks mootori andmebaas kõiki võimalikke helide kombinatsioone, mida inimhääl võib tekitada – eesmärk, mida oleks peaaegu võimatu saavutada. Selle asemel otsib tarkvara parimate vastete seeriat, ühendades need lõplikuks helivoogu. Mõnel juhul, näiteks mittestandardsete või võõrsõnade puhul, võib seda olla väga raske teha, mis võib viia valede tulemusteni. Alati on asju, mida süntesaator peab tegelikult tegema sünteesima - Näiteks numbrid või harva kasutatavad sõnad, ütleb Handsome’s Zafarnia. Esimesed ei ole liiga keerulised, [kuid viimased] on keerulisemad ja need tuleb luua [kunstlikult], mille tulemuseks on sageli ebatavaline või vale hääldus.
kas Macbook Pro 2020-l on usb-port
Peaaegu nagu päris
Siri kõnelema panemine nõuab paljude erinevate ekspertide panust näitlejatest inseneride ja häälespetsialistideni. Ja isegi parima praegu saadaoleva tehnoloogia puhul on aeg-ajalt segane sõna või valesti hääldatav nimi vältimatu.
Siiski, vaatamata nende üha suurenevale täpsusele, ei asenda sünteesitud hääled tõelist asja. Inimhääl on kõige dünaamilisem instrument, mida me teame, nii et ei pea väga tähelepanelikult kuulama, et kuulda iseloomulike käände ja muude omaduste puudumist, rõhutab näitleja Scott Reyns ja lisab, et kui emotsioonid, kaasahaaravad ja meelitavad publikut, räägitakse. lugu või sõnumi edastamine, mis müüb, palkavad ettevõtted päris asja: tegelikud inimesed.
Uuendatud kell 13.17. Pacific, et parandada Handsome'i asukohta San Franciscost Texase osariigis Austini.
