Jak nauczyliśmy maszyny mówić?

autor zdjęcia: Tiia Monto/wikipedia

źródło: Rzeczpospolita

Fidelity Voice Chess Challenger z 1979 r. – szachownica dla osób niewidomych opisująca głosowo ruchy wykonywane przez szachistów

Tworzenie narzędzi do syntezy mowy opartych na mechanice było trudne i mało skuteczne. Przekonało się o tym wielu badaczy, m.in. Alexander Graham Bell, wynalazca telefonu. W dodatku stosowane urządzenia mechaniczne wytwarzały mowę kiepskiej jakości i trudno było nimi sterować. Przełom w tej dziedzinie przyniosła elektronika.

Przywykliśmy już do tego, że różne urządzenia techniczne przekazują nam informacje głosem. Po prostu mówią do nas! Obecnie nikogo to ani nie dziwi, ani nie zastanawia – przecież systemy elektroniczne ustawicznie karmią nas jakimiś dźwiękami: korzystamy z elektronicznie serwowanej muzyki, słyszymy w telefonie głos rozmówcy, nawet jeśli jest on oddalony o setki kilometrów, GPS głosowo uprzedza o skrzyżowaniach – po prostu rutyna.

Czym innym jest jednak odtworzenie wcześniej zarejestrowanego nagrania, a czym innym jest wygenerowanie głosowego komunikatu na całkowicie nieoczekiwany temat. Jednym z obszarów, w których to bywa niezbędne, jest tzw. tyfloinformatyka – czyli udostępnianie osobom niewidomym (lub słabo widzącym) informacji, które człowiek widzący czyta na ekranie. Tu nie pomoże nagrany głos lektora – tę wypowiedź trzeba wytworzyć. Do tego celu służą specjalne systemy, tzw. syntezatory mowy, o których historii chcę dziś opowiedzieć.

Pierwsze urządzenia mechaniczno- -pneumatyczne

Pierwsze urządzenie wytwarzające sygnały na podobnej zasadzie jak w systemie głosowym człowieka zostało zbudowane w 1779 r. przez Christiana Gottlieba Kratzensteina. Było to pięć rezonatorów akustycznych tak skonstruowanych, że kiedy przedmuchiwano przez nie powietrze (z miecha), to wytwarzała się fala...