Il prossimoProssima guida
Anonimizzazione vocale e privacy vocale
IA audio
GUIDA AI audio
Il voice banking con intelligenza artificiale significa registrare la tua voce mentre puoi ancora parlare in modo che una sua versione sintetica possa successivamente leggere ad alta voce il testo digitato su un telefono, tablet o dispositivo di comunicazione.
Ascolta questa guidaNarrato dall'IA · ~3 min
È particolarmente importante per le persone affette da SLA, da alcuni tumori della testa e del collo e da altre condizioni che impediscono la parola. Permette loro di continuare a comunicare con una voce riconosciuta dalla famiglia e dagli amici invece che con una generica voce computerizzata.
Due pratiche correlate vengono spesso confuse. Il message banking significa registrare intere frasi con la propria voce, come "Ti amo" o una battuta preferita, che vengono poi riprodotte esattamente come vengono pronunciate, con tutta la loro emozione. Il voice banking significa registrare materiale in modo da poter costruire una voce sintetica in grado di dire tutto ciò che si digita. Molti medici consigliano di fare entrambe le cose, a volte chiamate double dipping. I vecchi sistemi bancari vocali univano suoni registrati o utilizzavano modelli statistici. Spesso avevano bisogno di centinaia o più di mille frasi registrate e il risultato poteva sembrare robotico. La clonazione della voce neurale ha cambiato radicalmente la situazione. La voce personale di Apple, introdotta con iOS 17 nel 2023, originariamente creava una voce sul dispositivo partendo da circa 150 frasi registrate e le versioni successive ne richiedono molte meno. I servizi di clonazione commerciale possono produrre voci naturali da minuti di audio pulito e alcuni eseguono programmi che danno accesso a persone affette da SLA e condizioni simili. Questi strumenti rendono possibile anche la riparazione vocale. Se il discorso di qualcuno è già cambiato, a volte è possibile ricostruire una voce da registrazioni più vecchie come video, messaggi vocali o discorsi, sebbene la qualità dipenda da quanto audio pulito esiste. Il tempismo è ancora importante, perché condizioni come la SLA possono influenzare rapidamente la parola, soprattutto quando i sintomi iniziano nei muscoli utilizzati per parlare e deglutire. I logopedisti e le organizzazioni per la SLA spesso aiutano le persone a pianificare in anticipo. Il consenso e il controllo sono preoccupazioni reali. La persona dovrebbe decidere chi può utilizzare il modello vocale, se la famiglia può utilizzarlo dopo la sua morte e quale azienda lo conserva. Una voce clonata può anche essere utilizzata in modo improprio, ad esempio nelle chiamate fraudolente, quindi la sicurezza dell'account è importante. Idee sbagliate comuni: il voice banking non ripristina il parlato naturale. La persona deve ancora digitare o selezionare le parole e questa velocità limita la conversazione. La voce sintetica potrebbe anche perdere alcune sfumature di quella reale.
Una persona a cui è stata appena diagnosticata la SLA registra le frasi richieste per la voce personale di Apple sul proprio iPhone, quindi le utilizza con la voce dal vivo per digitare le risposte durante le telefonate.
Prima dell'intervento di laringectomia, un paziente lavora con un logopedista per mettere in banca messaggi alcune frasi personali, come il saluto abituale e un soprannome di famiglia, e registra anche materiale sufficiente per costruire una voce sintetica.
Una famiglia raccoglie vecchi video domestici e messaggi vocali in modo che un servizio di clonazione vocale possa ricostruire la voce di qualcuno il cui linguaggio è già confuso, perché nuove registrazioni catturerebbero il danno.
L'utente di un dispositivo di comunicazione basato sullo sguardo carica la propria voce sintetica personalizzata nel software CAA, quindi tutto ciò che compone viene pronunciato con la propria voce.
I ricercatori stanno lavorando su una migliore riparazione della voce da registrazioni brevi o compromesse, su un controllo più espressivo come enfasi, emozioni e risate e su collegamenti più rapidi ai dispositivi di comunicazione. La ricerca sull'interfaccia cervello-computer ha mostrato che il parlato è stato decodificato dall'attività neurale e parlato in una versione sintetica della voce precedente di un partecipante, ma questi sistemi rimangono sperimentali e non ampiamente disponibili. Restano aperte le questioni pratiche: se gli assicuratori e i sistemi sanitari pagheranno per il voice banking, come le aziende archiviano e proteggono i modelli vocali e quali politiche ne regolano l’uso dopo la morte. I logopedisti probabilmente rimarranno centrali nell’aiutare le persone a fare bancarotta in anticipo e a scegliere gli strumenti.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Il voice banking con intelligenza artificiale significa registrare la tua voce mentre puoi ancora parlare in modo che una sua versione sintetica possa successivamente leggere ad alta voce il testo digitato su un telefono, tablet o dispositivo di comunicazione. È particolarmente importante per le persone affette da SLA, da alcuni tumori della testa e del collo e da altre condizioni che impediscono la parola. Permette loro di continuare a comunicare con una voce riconosciuta dalla famiglia e dagli amici invece che con una generica voce computerizzata.
Il message banking conserva registrazioni esatte con le loro emozioni originali. Il voice banking produce una voce sintetica per le nuove frasi. Molte persone fanno entrambe le cose.
La riparazione vocale utilizza le registrazioni effettuate prima della modifica del parlato, quindi la voce ricostruita suona come la voce sana della persona.
La Personal Voice originale ha creato una voce sul dispositivo partendo da circa 150 frasi registrate, molto meno di quelle necessarie nei sistemi più vecchi. Le versioni successive ne richiedono ancora meno.
Il parlato può cambiare rapidamente e le registrazioni effettuate mentre la voce è ancora sana producono una voce sintetica migliore.
Registrazioni coerenti, pulite e poco faticose conferiscono al modello un campione vocale chiaro e stabile.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Anonimizzazione vocale e privacy vocale
IA audio