Karen Jacobsen, en australsk sanger og stemmeskuespiller, fikk spillejobben i 2000, like etter ankomsten til New York. Produsentene - selskapstyper - sendte henne til et innspillingsstudio i tre uker, hvor hun brukte fire timer om dagen på å si ting som “i neste kryss, sving til venstre” og “beregnet på nytt.” Til slutt var det ikke stemmen hennes det var anstrengt. "Jeg sa omtrent 186 ganger, " husker Jacobsen. "Den slags ting kan få deg til å bli sløyf."
Relatert innhold
- Fra Ptolemaios til GPS, den korte historien om kart
To år senere fikk hun en telefon fra en venn. “Karen, ” sprengte hennes venn. “Jeg kjøpte mannen min en av de nye GPS-tingene, og vi satte den på den australske stemmen. Det er deg! ”Slik fant Jacobsen ut at stemmen hennes ga veibeskrivelse til 400 millioner mennesker rundt om i verden.
Arbeidet hennes belyser hybrid av blod og teknologi som går inn i de nå allestedsnærværende stemmene som forteller oss hvor vi skal henvende oss: Mer enn en milliard mennesker er avhengige av Google Maps hver måned, og 80 prosent aktiverer stemmealternativet.
I de tidlige dagene av stemmesyntesen - tenk på robotlydene fra Speak & Spell fra slutten av 1970-tallet, konverterte en algoritme tekst til en monoton strøm. Da databasene vokste, kunne du spille inn en stemmeskuespiller som Jacobsen som uttalte et korpus med stavelser og ord, hvilke algoritmer ville kombinere og endre i henhold til grunnleggende regler. Nylig har programvarekodere hos firmaer som Nuance, som designer navigasjonsgrensesnitt for biler, utviklet en tredje tilnærming - som bruker dyp læring til talesyntese. Den blander innspilte ord og syntetiserte fragmenter, og er avhengig av kunstig intelligens for å gjøre uttalen enda mer menneskelig. "De høres uklart naturlige ut, " sier Nuances teknologisjef Vlad Sejnoha.
Naturligvis forblir språkvier en utfordring for talesystemer. "Tenk" tak "kontra" kjøpt, "eller" les "kontra" lest ", " sier en talsperson for Google. "Men forhåpentligvis kan brukeren alltid gjette hva vi mente." Nå som AI lærer bilnav-systemer å snakke mer intelligent, vil den neste søke i den elektroniske verdenen og finne ut hvor du vil hen, selv før du gjør det.
Abonner på Smithsonian magasin nå for bare $ 12
Denne artikkelen er et utvalg fra juli / august-utgaven av Smithsonian magazine
Kjøpe
