Seducción no sicalíptica III: IA

Parece que el regalo estrella de estas Navidades va a ser un altavoz inteligente. En otras palabras: todo el mundo querrá a Alexa.

El altavoz inteligente es la secuela lógica de los asistentes virtuales. Los altavoces inteligentes nos conducen a los mundos de ciencia ficción, que hemos visto cientos de veces en las películas, cuando vemos a los protagonistas hablarle a un ente virtual que todo lo ve y todo lo ejecuta, que contesta de manera lógica e inteligente y que a veces resulta ser hasta confidente y compañero del humano.

Pero un asistente virtual no sería creíble sin su voz. Y parece ser que la voz debe tener unas serie de características especiales que la hagan sonar: cálida, suave, agradable, sensual. En la carrera para ser el mejor asistente virtual del mercado teníamos dos grandes divas: Siri, del sistema Apple, y Cortana, de Microsoft, aunque parece que esta última está siendo derrotada por la recién llegada Alexa. Sí, es cierto, Google también tiene su asistente virtual, pero para ser una gran diva es necesario tener nombre propio, no es lo mismo preguntar: “Siri, ¿cuál es el sentido de la vida?” que hacer eso mismo con el asistente virtual de Google.

Para hacer más agradable la conversación, se ha optado por recurrir a grabaciones de voces reales para los asistentes virtuales. Recordemos este capítulo de la serie Big Bang Theory en la que uno de los personajes se enamora de Siri por su voz:

Pues bien, esta es la Siri española que también nos sonará por nuestros navegadores:

http://www.rtve.es/alacarta/videos/telediario/td2-siri-200617/4073092/

Y este es su bisabuelo, el robot Elektro, creado por la compañía Westinghouse en los años 30 del pasado siglo. Él también podía hablar. Reproducía unas 700 palabras en 78 rpm.

¿Esta voz no suena muy humana, verdad?

Y es que en la voz humana hay factores como la entonación, la prosodia, el ritmo o el contenido emocional que hace muy difícil su imitación sintética digital. Por eso una voz real pregrabada es mucho más agradable y seductora que una voz sintética pero, ¿podría llegar a enamorarnos?. Quizás estemos más cerca de lo que pensamos de esta película de 2013:

Tan seductoras son estas voces que las respectivas plataformas de los asistentes virtuales como Apple, Microsoft o Google que registran todas las preguntas que los usuarios hacen a sus dispositivos, han observado un fenómeno que va en aumento: el acoso sexual a estos asistentes virtuales. Hay una gran cantidad de usuarios que efectúan preguntas de contenido sexual sencillamente por diversión o por comprobar las respuestas que el sistema es capaz de dar. Aunque la realidad es que hay un número todavía no concretado de personas que realmente intentan mantener una relación sentimental con el robot. Suelen ser personas solitarias, con pocas capacidades sociales y, generalmente, hombres según se señala en un reportaje del Telegraph de octubre del año pasado (pinchad aquí).

Sin embargo, la era de la voz sintética se va acercando. La producción de voz sintética y su perfeccionamiento es algo que viene interesando a los científicos desde hace siglos. Y hay que decir que mucho se ha avanzado en voz sintética si tenemos en cuenta cómo sonaba el primer sintetizador de voz del que tenemos documentación sonora, el Vodder de los laboratorios Bell. Desde luego, nada seductor.

Si se nos pone la piel de gallina al escuchar esta voz sintética es de espanto y no de excitación. Pero como decimos, mucho se ha avanzado en este campo. La siguiente generación de voz sintética ya está aquí. La inteligencia artificial de Google ha creado el Tacotron 2. ¿Eres capaz de distinguir la muestra creada por inteligencia artificial de la voz humana? Nosotros tampoco podemos*.

Ejemplo 1:

columbia_gen.wav

columbia_gt.wav

Ejemplo 2:

washington_gen.wav

washington_gt.wav

Y es que se atreven con todo, hasta con los trabalenguas más enrevesados:

erpiper.wav

seashells.wav

Parece que ha llegado el día en que la voz artificial alcance o, incluso, supere a la voz real. La compañía está trabajando para que la inteligencia artificial sea capaz de generar audio en tiempo real. Además tiene planeado producir voz masculina. Otro reto pendiente es controlar el discurso para que tenga contenido emocional y pueda sonar feliz o triste. Por ahora, la voz humana vence a la sintética aunque… ¿por cuánto tiempo?

*Por cierto, para curiosos, los archivos nombrados con “gen” son los generados por humanos

Para saber más:

  • Hennig, N. (2018). Siri, Alexa, and Other Digital Assistants: The Librarian’s Quick Guide. ABC-CLIO.
  • Hoy, M. B. (2018). Alexa, Siri, Cortana, and More: An Introduction to Voice Assistants. Medical reference services quarterly37(1), 81-88.
  • Pearl, C. (2016). Designing Voice User Interfaces: Principles of Conversational Experiences. ” O’Reilly Media, Inc.”.
  • Reynolds, M. (2017). Donate your voice to help Siri understand. New scientist, (3137), 14.

Publicado por Pilar Lirio, diciembre 2018


Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.