Ովքե՞ր են հնչյունավորել վիրտուալ օգնականներին

Մեզ շրջապատող գրեթե բոլոր խելացի սարքավումներն ունեն ձայներ, խոսում են մեր սմարթֆոնները, խոսում են ռոբոտները: Հետաքրքիր է, իսկ ովքե՞ր են հնչյունավորում վիրտուալ օգնականներին, ռոբոտներին, ու՞մ ձայներով են խոսում խելացի սարքավորումները: Օրինակ, «Աստղային պատերազմներից» BB-8 ռոբոտին հնչյունավորել է NBC-ի Saturday Night Live-ի հայտնի ամերիկացի շոումեն Բիլ Հեյդերը (Bill Hader): Այսօր մանրամասն կանդրադառնանք հենց այս թեմային, լսելուց բացի կտեսնենք վիրտուալ օգնականների դեմքերը:

Siri

Գրեթե բոլորս էլ լսել ենք, թե ինչպես է հնչում Siri-ի ամերիկյան տարբերակը, բայց քչերն են գլխի ընկնում, որ այդ ձայնը պատկանում է պրոֆեսիոնալ հնչյունավորող Սյուզան Բենեթին (Susan Bennett): Սակայն Սյուզանը ձայանգրման աշխատանքների ժամանակ նույնիսկ չէր էլ պատկերացնում, որ իր ձայնը կարող է հնչել շատերի գրպանից: Բանն այն է, որ ձայնագրությունն իրականացրել է տեքստը խոսքի վերածող մի ընկերություն, որը հետագայում գնել է Apple ընկերությունը:

2005թ. Սյուզանը ձայանգրման ստուդիայում անց է կացրել շաբաթական 20 ժամ: Դրանք, Սյուզանի խոսքով, գերլարված 20 ժամեր էին, հաճախակի ընդմիջումների անհրաժեշտություն է առաջացել, օգտագործել է մեծ քանակությամբ ջուր և արտասանել է բացարձակ անհեթեթություններ՝ կազմված միմյանց հետ կապ չունեցող բառակապակցություններից: Եվ որպեսզի հետո անհրաժեշտ բառերը հնարավոր լիներ միացնել իրար, որոնք բնական հնչողություն կունենային, պետք էր ասել հնչյունների բոլոր հնարավոր համակցությունները:

Իսկ հետարտադրական շրջանը 2011թ. տևել է մոտ 4 ամիս: Մանրամասները Siri ձայնագրման ընթացքի մասին TED Talks-ի իր ելույթում պատմում է հենց Սյուզան Բենեթը.

Դերասանուհուն անհանգստացնում է իրավունքների ոտնահարումը, քանի որ իր ձայնը կարող են օգտագործել կամայական նպատակներով, և ինքը դրանից անգամ պատշաճ հոնորար չի ստացել:

Siri-ի բրիտանական տարբերակի՝ Daniel-ի, տղամարդու ձայնը պատկանում է հեռուստա և ռադիոհաղորդավար Ջոն Բրիգսին (Jon Briggs), որը նունպես չգիտեր, որ իր ձայնը պետք է օգտագործվի Siri-ի համար, քանի դեռ հեռուստացույցով չէր տեսել գովազդը: Նա նույնպես ձայնագրվել է Scansoft ընկերության համար 2005-ին:  Scansoft-ը հետագայում գնում է Nuance ընկերությունը և Apple-ի հետ սկսում է Siri-ի մշակումը: Ջոնը ձայնագրել է 5000-ից ավելի նախադասություն 3 շաբաթվա ընթացքում, բայց, ի տարբերություն Սյուզանի, նրան միանգամայն բավարարում է ստացած հոնորարը:

Կանայք ընդդեմ տղամարդկանց

Իսկ ահա, Google Now-ի ձայնը հնչյունավորած դերասանուհին չի նախընտրում ցույց տալ իր դեմքը, բայց կարող եք տեսնել ձայնագրման ընթացքը.

Դերասանուհին նշում է, որ այս ընթացքը բավականին դժվար է, քանի որ հարկավոր է խոսել նույն տոնայնությամբ և նույն տեմպով: Փոխել ձայնն ամբողջ ընթացքում արգելված է, դրա հետ մեկտեզ անհրաժեշտ է հետևել ճիշտ ինտոնացիային: Սակայն Google-ի դեպքում այս ամենին հետևում է լեզվաբաններից և խոսքի մասնագետներից կազմված հատուկ խումբ, որն էլ վերջնական արդյունքում թույլ է տալիս ստանալ ավելի բնական հնչողություն:

Cortana-ի դեպքում Microsoft ընկերությունում ամեն ինչ այլ է. վիրտուալ օգնականի կերպարն ու անունը վերցված է Halo խաղերի շարքից: Այս պատճառով էլ հնչյունավորման համար հրավիրվել է հենց նույն դերասանուհին, որն աշխատել է տեսախաղերի համանուն հերոսի ձայնի ստեղծման վրա: Ջեն Թեյլորը (Jen Taylor) հստակ իմացել է՝ ինչի համար է օգտագործվելու իր ձայնը և առհասարակ էլ չի թաքցրել այդ փաստը, անգամ 2012-ին Քորթանայի դերն է խաղացել Halo 4 սերիալում:

Վիրտուալ օգնականների մեծամասնությունը խոսում է կնոջ ձայնով, կրում է կնոջ անուն: Որոշ մարդիկ դրանում նկատում են թվային սեքսիզմի դրսևորում: Հետազոտությունները ցույց են տալիս, որ օգտատերերի մեծամասնությունը հենց կնոջ ձայնն է նախընտրում: Նրանք համարում են, որ հնչում է ավելի բարեկամական, իսկ տղամարդկային ձայնը ընկալվում է ավելի ագրեսիվ:

Իհարկե միշտ չէ այդպես, մեծ դերակատարություն ունի ձայնի ինտոնացիան: Մարկ Ցուկերբերգն, օրինակ այլ կերպ է ընկալում, և իր տան վիրտուալ օգնականը՝ Jarvis-ը, խոսում է Մորգան Ֆրիմանի ձայնով.

https://www.facebook.com/zuck/videos/10103353413344571/

 

Яндекс.Навигатор-ի տղամարդու ձայնը կարդացել է պրոֆեսիոնալ խոսքի վարպետ, իսկ ահա կնոջ ձայնը ընկերության աշխատակիցներից մեկինն է, որի ձայնագրությունը տևել է ընդամենը 3 ժամ, իսկ տեքստը տեղավորվել է 4 էջում, որը համեմատաբար վիրտուալ այլ օգնականների տեքստերի հետ, այնքան էլ շատ չէ: Նախադասությունների կազմման համար օգտագործվում են առանձին բառեր, բայց ձայանգրության ժամանակ արտասանվել են ամբողջական արտահայտություններ, որպեսզի տեքստը օրգանիկ հնչի:

Աղբյուրը՝ geektimes.ru