蕭簫發(fā)自凹非寺

　　量子位報道公眾號 QbitAI

　　“嘿 Siri，你能幫我做點什么？”

　　“……”

　　Siri 的“甜美女聲”，現(xiàn)在已經(jīng)司空見慣了。

　　但如果沒有女科學家 Ann Syrdal 的努力，這種“合成女聲”可能還需要更長的時間。

　　遺憾的是，7 月 24 日，74 歲的 Ann Syrdal 去世了。

　　這位被網(wǎng)友諧音為“Answer doll”（問答娃娃）的語音合成專家，曾經(jīng)是美國電話電報公司（AT&T，擁有貝爾實驗室）的首席技術(shù)研究員。

　　在美國電話電報公司研究期間，她開發(fā)出了“第一個真正高質(zhì)量的女性合成聲音”，這才有了后來的 Siri 和 Alexa（亞馬遜的語音助手）。

　　于是《紐約時報》評價說：她是 Siri 和 Alexa 背后的那個人。

　　事實上，雖然語音合成技術(shù)早已有之，1939 年，AT&T的貝爾實驗室就已經(jīng)開發(fā)出了首批合成語音。

　　但，這些語音合成技術(shù)（TTS）基本只能合成男性的聲音。

　　往后的 40 年間，計算機技術(shù)突飛猛進，合成女性語音的技術(shù)卻一直停滯不前。

　　Siri 的開發(fā)者 Tom Gruber 曾經(jīng)表示：“那些聲音聽起來就像機器人說話一樣。”

　　而 Ann Syrdal 的到來，才讓合成女性聲音有了質(zhì)地的飛躍。

　　讓機器發(fā)出“自然的”女聲

　　自 20 世紀 80 年代中期，Syrdal 開始研發(fā)女性語音合成系統(tǒng)。

　　Syrdal 的同事、語言研究員h.s.Gopal 曾表示：“那時候，所有人都認為女聲只是男聲的高頻版本，但這種想法根本不起作用。”

　　事實上，由于女性聲音的特點，例如更高的音調(diào)和更多的氣音，會導致在電話和計算機里，女性的聲音比男聲更加難聽懂。

　　據(jù)研究發(fā)現(xiàn)，即使是真人對講，女性聲音被聽錯的概率要比男性平均高出 33%。

　　舉個例子，當你在做英語聽力時，有沒有感覺到，男聲聽力題往往會比女聲更容易聽懂？

　　這也是為什么，電話行業(yè)中大多數(shù)計算機合成的聲音聽起來像男性。

　　然而，語音合成領(lǐng)域不可能只有男聲。

　　事實上，部分有發(fā)聲障礙的女性，一直更希望能以女性的合成聲音與外界溝通；此外，也有人對女聲更加敏感。

　　就在 1990 年，Syrdal 開發(fā)了一種可以合成女聲的系統(tǒng)，通過優(yōu)化數(shù)據(jù)庫中的聲音，將女性合成聲音聽錯的幾率從 67% 降到了 40%。

　　這其中，一個名為 Julia 的女性合成聲音，就是 Syrdal 開發(fā)出來的。

　　無論是發(fā)音還是流暢程度，都已經(jīng)達到了非常不錯的水平，當然，語調(diào)還有一點奇怪，不過已經(jīng)非常逼真了。

　　與直接創(chuàng)作語音相比，Syrdal 選擇將真人女性的語音片段組成一個大型數(shù)據(jù)庫，在準確標記、確保語音質(zhì)量的前提下，將它們拼湊起來，找到組合的規(guī)律，便于組成新詞和新的句子。

　　此外，她還建立并測試了人類計算機模型，試圖理解人類是如何識別各種語音的。

　　而她一直以來研究的目標，是將這個錯誤率降到 33% 以下，甚至比真人女性聲音被聽錯的概率還要低。

　　1998 年，Syrdal 研發(fā)出的「自然之聲」系統(tǒng)（Natural Voices），在國際語音合成器競賽中獲得了第一名，這是這項競賽的一個拐點——因為它使用了女性的聲音。

　　現(xiàn)如今，采用這項技術(shù)的 Siri 和 Alexa，已經(jīng)同時提供了女性和男性的聲音。

　　而在美國與日本，Siri 的女性聲音已經(jīng)成為了“標配”，幾乎所有 iPhone 手機采用的都是 Siri 的女聲。

　　2008 年，Syrdal 被任命為美國聲學學會的研究員，以表彰她對女性語音合成領(lǐng)域所做出的貢獻。

　　「自然之聲」項目的負責人 Juergen Schoeter 表示：“就像是有什么力量一直驅(qū)動著她，促使她去優(yōu)化女性聲音的質(zhì)量。”

　　合成女性語音之母

　　Ann Syrdal 于 1945 年 12 月 13 日生于明尼阿波利斯（Minneapolis），她的父母于霍尼韋爾認識，這是一家二戰(zhàn)前就存在的科技巨頭公司。

　　她的父親是一名開發(fā)真空管與電子技術(shù)的物理學家與工程師，在她 2 歲的時候就離世了，母親將她撫養(yǎng)長大。

　　事實上，Ann Syrdal 考上明尼蘇達大學時，并沒有考慮過從事科學工作，直到一位心理學教授請她幫忙做一個有老鼠參與的實驗，她才意識到自己熱愛實驗室工作。

　　隨后，她在明尼蘇達大學獲得本科與博士學位，此后在麻省理工學院從事博士后的研究。

　　也是在麻省理工學院和皇家理工學院，她開始研究人類語言的機制，此后一鉆研就是大半輩子，一直到 2015 年，仍然在堅持不懈地發(fā)表論文。

　　事實上，Ann Syrdal 發(fā)表的論文數(shù)量不多，在 Researchgate 上顯示的一共有 55 篇，這些論文一共被引用了 1100 余次。

　　然而，她在語音合成領(lǐng)域上做出的貢獻卻有目共睹。

　　對于 Ann Syrdal 本人來說，選擇科研的動力，來自于她在 MIT 工作的那段時間。

　　“無論在哪個領(lǐng)域，似乎都能在這里找到那個領(lǐng)域的世界專家，這種激勵的感覺幾乎讓人難以夜寐。”

　　Ann Syrdal 的女兒表示，因為癌癥的原因，她于 7 月 24 日在加利福尼亞圣何塞的家中離世。

總結(jié)

以上是生活随笔為你收集整理的Siri和Alexa背后的女科学家逝世，是她让AI有了女声的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。