No enfades a Siri: las voces robóticas aprenden sentimientos

Algo que una síntesis de voz nunca ha sido capaz de replicar, o por lo menos hacerlo de verdad, es eso de replicar el tono de voz que ponemos cuando nos vemos sometidos a ciertas emociones: no es lo mismo decir una frase estando contento, eufórico, deprimido, o en un ataque de ansiedad, por poner unos cuantos ejemplos. Además de que conseguir replicarlo dotará a estas síntesis de voz con más humanidad de la que alcanzan ahora, puede servirnos para ponernos en situación de una forma mucho más rápida cuando escuchemos lo que nos tiene que decir.

Fujitsu Sintesis voz

Fujitsu ha anunciado que, desde sus laboratorios, han conseguido desarrollar una síntesis de voz que es capaz de adaptar el tono de la voz a las circunstancias del mensaje: por ejemplo, hablará de manera alarmada en una situación de emergencia o que requiera que estemos en alerta, mientras que será más relajada cuando nos quiera explicar algo o transmitir información poco importante, todo ello a gusto del usuario. Podéis ver el ejemplo en el esquema que la propia compañía japonesa ha preparado: una voz normal para indicaciones, otra más tensa para situaciones anormales, y una de pura tensión en una situación de emergencia.

Una voz para cada situación

Esto es posible gracias a que han ideado una manera de hacer la síntesis de voz mucho más flexible que la habitual. La habitual suele conectar formas de onda pregrabadas para formar lo que queramos escuchar, pero Fujitsu se las ha ingeniado para sintetizar voz en base a varios parámetros, entre los que se incluyen la calidad de la voz, la entonación, las pausas… y gracias a un algoritmo que va aprendiendo, la voz es capaz de generarse en una treintava parte en comparación a un sistema actual. Lo único malo es que por el momento nos tocará esperar a que en los laboratorios de la compañía apliquen esto a un uso real a lo largo de este año.

Más información | Fujitsu