Emozioni reali con una voce artificiale
Gli aggettivi “emotivo” ed “espressivo” probabilmente non vengono in mente quando pensiamo agli assistenti vocali come Alexa di Amazon, Google Assistant e Siri di Apple. Tuttavia, quella voce inconfondibilmente piatta e cortese, priva di ogni sentimento, è accettabile per un assistente, ma non funzionerà per i giochi, i film o altri tipi di media narrativi che richiedono più coinvolgimento.
Per colmare questa lacuna, è stato sviluppato un nuovo software di intelligenza artificiale che permette di simulare i sentimenti nel parlato attraverso “suoni senza parole” come sospiri e respiri.
Sonantic è la società con sede a Londra che crea queste voci espressive basate sull’intelligenza artificiale per svariate applicazioni, tra cui film di Hollywood e videogiochi. Il progetto più recente è stato intitolato “What’s Her Secret?” ed è stato creato con un “cliente senza nome di Hollywood” con l’obiettivo di creare un personaggio principale femminile innamorato, ma che non esiste.
Hanno perciò fatto un video con il volto di un’attrice ma con la voce di un’I.A. per mostrare che si possono creare “interazioni emotive iper-realistiche”.
I ricercatori hanno identificato alcuni segreti che le persone utilizzano per sembrare più romantiche e flirtare mentre progettavano questa I.A., come: rallentare per generare suspense, sorridere delicatamente quando si parla, e mantenere un ritmo calmo e costante.
I modelli di parlato di Sonantic possono già comunicare felicità e dolore, ma flirtare richiedeva una tecnica delicata che era impossibile da fare usando il linguaggio comune. Pertanto, il team ha sviluppato stili di discorso timidi e stuzzicanti, oltre al flirtare, per dare ai personaggi non recitati nei film una sensazione molto più realistica. Sebbene il nuovo video incorpori un’attrice dal vivo, la voce fuori campo è interamente artificiale, con una voce artificiale che legge un monologo d’amore.
Inizialmente si ha l’impressione che l’attrice nel video stia anche leggendo la voce fuori campo, ma poi spiega che “quello che mi state sentendo dire non è mai stato detto da un umano, è stato generato da un computer”. “Non sono reale, non sono mai nata”, conclude la voce.
Il video è stato rilasciato il giorno di San Valentino per dimostrare quanto realistica possa essere un’intelligenza artificiale nell’imitare i modelli di parlato umano, che Sonantic chiama la “Computer grafica dell’audio”. Suoni non verbali come la risata, il respiro, il singhiozzo e lo scherno li hanno aiutati a generare un autentico “audio amoroso”.
Zeena Qureshi, CEO di Sonantic, ha osservato che gli esseri umani sono molto complicati per natura, e le nostre voci giocano un ruolo chiave nell’aiutarci a connetterci con il mondo che ci circonda.
“A Sonantic, siamo impegnati a catturare le sfumature della voce umana, e siamo incredibilmente orgogliosi di questi progressi tecnologici che abbiamo portato alla vita attraverso ‘What’s Her Secret?'”.
“Dal flirtare e ridacchiare alla respirazione e alle pause, questa è la demo romantica più realistica che abbiamo creato fino ad oggi, aiutandoci ad avvicinarci alla nostra visione nell’essere la Computer grafica dell’audio”, ha aggiunto.
I modelli di parlato, il tono e il ritmo, secondo la dottoressa Maggie Vaughan, una psicologa di New York City specializzata in relazioni romantiche, possono rendere o rovinare una conversazione amorosa.
Sonantic permette anche di far piangere e gridare la voce dell’I.A. per un livello superiore di realismo.
Nell’agosto del 2021, l’azienda ha attirato nuovamente l’attenzione quando ha dichiarato di aver ridato la voce a Val Kilmer replicando il suo discorso utilizzando le registrazioni di prima che si ammalasse di cancro alla gola. La voce di Kilmer è ora difficilmente identificabile dopo aver subito una tracheotomia nel 2014 durante le cure per il cancro alla gola. Fortunatamente, Kilmer può usare questa tecnologia nella sua vita personale per farsi assistere nella comunicazione, piuttosto che affidarsi a una casella vocale.
I clienti, soprattutto nell’industria cinematografica e dei videogiochi, possono usare l’editor di Sonantic per dare le voci ai personaggi. Inoltre, permette alle persone di alterare l’inflessione, la velocità, il volume e lo stile della loro voce, oltre ad aggiungere suoni non verbali alla sceneggiatura.
Sonantic non è l’unica azienda a lavorare su voci artificiali; Respeecher ha infatti creato una rappresentazione virtuale di un giovane Luke Skywalker per The Mandalorian.
Altre aziende invece, stanno combinando persone generate interamente in modo automatico, come William Shatner e Albert Einstein, con versioni artificiali delle loro voci.
Senza dubbio, i generatori di voci artificiali stanno fornendo nuovi livelli di possibilità per il campo dell’intrattenimento con caratteristiche sempre più specifiche per progettare un parlato realistico che potrebbe adattarsi bene a un personaggio o a una narrazione. Inoltre, la tecnologia per clonare le voci reali garantirà alle persone con problemi di voce o a quelle incapaci di parlare, di usare una vera voce invece di una robotica e poco emotiva.
I film avranno sicuramente un beneficio con questa tecnologia che garantirà ai creatori di avere sempre più strumenti per produrre contenuti da soli. Il potere dei generatori di voci artificiali insieme ai generatori di volti artificiali darà loro una accoppiata incredibile per creare interi personaggi.
Tuttavia, ci sono anche svantaggi, soprattutto se usiamo una voce, o peggio, una voce clonata per ingannare altre persone o fingere di essere qualcun altro. Per questo motivo i deepfake e i generatori di voce potrebbero essere molto pericolosi.
Fonte Daily Mail
