Introdução – A inteligência artificial agora é surpreendentemente boa em parecer humana
É interessante como a IA está cada vez mais parecida com a inteligência humana.
Eu particularmente, não acredito que um dia teremos um cérebro que será idêntico ao cérebro humano em todas as suas propriedades mas, acredito que poderemos sim imitá-lo com muita habilidade e em muitas coisas.
Como neurocientista e pesquisador de neurociência da música tenho curiosidade em investigar as variáveis que podem abrir caminho para o avanço da IA na área do canto.
Uma coisa que me chama muito a atenção são os desenhos melódicos possíveis de serem criados através da prosódia musical.
Abaixo reproduzo um artigo de Meghan McDonough da SCIENTIFIC AMERICAN que comenta sobre os avanlos da IA em simular a prosódia humana.
Vozes Sintéticas
Vozes sintéticas tornaram-se onipresentes. Elas nos dão instruções de manhã, nos orientam por telefonemas durante o dia e transmitem as notícias em alto-falantes inteligentes à noite.
E à medida que a tecnologia usada para fazê-las melhora, essas vozes estão se tornando cada vez mais humanas.
Esta é a fronteira final do discurso sintético: replicar não apenas o que dizemos, mas como o dizemos.
A pesquisa
Rupal Patel lidera um grupo de pesquisa na Northeastern University que estuda a prosódia da fala – as mudanças no tom, volume e duração que usamos para transmitir intenção e emoção por meio da voz. “Às vezes as pessoas pensam nisso como a cereja do bolo”, explica ela.
“Você tem a mensagem, e agora é como você modula essa mensagem, mas eu realmente acho que é o andaime que dá significado à própria mensagem.”
Patel diz que se interessou pela prosódia depois de descobrir que era o único elemento de comunicação vocal que parecia estar disponível para pessoas com alguns tipos de distúrbios graves da fala.
Esses pacientes foram capazes de emitir sons expressivos, mesmo que não pudessem falar claramente. Em 2014, Patel fundou uma empresa para construir vozes sintéticas personalizadas para indivíduos que não falam.
Desde então, a VocaliD se expandiu para marcas comerciais e influenciadores.
A fala sintética percorreu um longo caminho ao longo dos anos. Aos nove anos, Siri é a assistente virtual mais velha, mas no mundo das máquinas falantes, ela é um bebê.
As pessoas tentam sintetizar a fala desde pelo menos o século 18, quando um inventor austro-húngaro construiu uma réplica tosca do trato vocal humano que podia articular frases inteiras (embora em um tom monótono).
As técnicas atuais de aprendizado de máquina podem modelar a fala humana, completa com pausas estranhas e estalos nos lábios.
Ainda assim, treinar em milhares de amostras por segundo é proibitivamente caro para a maioria dos sistemas do mundo real.
Os pesquisadores, incluindo os da VocaliD, estão continuamente implementando métodos mais novos e eficientes.
Sentir-se como nós
Mas mesmo que as lacunas restantes entre a fala humana e a sintética estejam se fechando constantemente, a prosódia verdadeiramente realista continua a iludir até mesmo os sistemas mais sofisticados. Talvez o que ainda está faltando exija máquinas não apenas para imitar humanos, mas também para se sentir como nós.
Fonte:
Foto:
Foto de Pavel Danilyuk: https://www.pexels.com/pt-br/foto/inteligencia-artificial-desenvolvimento-dispositivo-aparelho-8439089/