Siri和Alexa背后的女科学家逝世，是她让AI有了女声
女声合成之母，享年74岁
萧箫 发自 凹非寺
量子位 报道 | 公众号 QbitAI
“嘿Siri，你能帮我做点什么？”
“……”
Siri的“甜美女声”，现在已经司空见惯了。
但如果没有女科学家Ann Syrdal的努力，这种“合成女声”可能还需要更长的时间。
遗憾的是，7月24日，74岁的Ann Syrdal去世了。
这位被网友谐音为“Answer doll”（问答娃娃）的语音合成专家，曾经是美国电话电报公司（AT&T，拥有贝尔实验室）的首席技术研究员。
在美国电话电报公司研究期间，她开发出了“第一个真正高质量的女性合成声音”，这才有了后来的Siri和Alexa（亚马逊的语音助手）。
于是《纽约时报》评价说：她是Siri和Alexa背后的那个人。
事实上，虽然语音合成技术早已有之，1939年，AT&T的贝尔实验室就已经开发出了首批合成语音。
但，这些语音合成技术（TTS）基本只能合成男性的声音。
往后的40年间，计算机技术突飞猛进，合成女性语音的技术却一直停滞不前。
Siri的开发者Tom Gruber曾经表示：“那些声音听起来就像机器人说话一样。”
而Ann Syrdal的到来，才让合成女性声音有了质地的飞跃。
让机器发出“自然的”女声
自20世纪80年代中期，Syrdal开始研发女性语音合成系统。
Syrdal的同事、语言研究员h.s.Gopal曾表示：“那时候，所有人都认为女声只是男声的高频版本，但这种想法根本不起作用。”
事实上，由于女性声音的特点，例如更高的音调和更多的气音，会导致在电话和计算机里，女性的声音比男声更加难听懂。
据研究发现，即使是真人对讲，女性声音被听错的概率要比男性平均高出33%。
举个例子，当你在做英语听力时，有没有感觉到，男声听力题往往会比女声更容易听懂？
这也是为什么，电话行业中大多数计算机合成的声音听起来像男性。
然而，语音合成领域不可能只有男声。
事实上，部分有发声障碍的女性，一直更希望能以女性的合成声音与外界沟通；此外，也有人对女声更加敏感。
就在1990年，Syrdal开发了一种可以合成女声的系统，通过优化数据库中的声音，将女性合成声音听错的几率从67%降到了40%。
这其中，一个名为Julia的女性合成声音，就是Syrdal开发出来的。
Julia合成女声.wav来自量子位00:0000:27
可以听见，无论是发音还是流畅程度，都已经达到了非常不错的水平，当然，语调还有一点奇怪，不过已经非常逼真了。
与直接创作语音相比，Syrdal选择将真人女性的语音片段组成一个大型数据库，在准确标记、确保语音质量的前提下，将它们拼凑起来，找到组合的规律，便于组成新词和新的句子。
此外，她还建立并测试了人类计算机模型，试图理解人类是如何识别各种语音的。
而她一直以来研究的目标，是将这个错误率降到33%以下，甚至比真人女性声音被听错的概率还要低。
1998年，Syrdal研发出的「自然之声」系统（Natural Voices），在国际语音合成器竞赛中获得了第一名，这是这项竞赛的一个拐点——因为它使用了女性的声音。
现如今，采用这项技术的Siri和Alexa，已经同时提供了女性和男性的声音。
而在美国与日本，Siri的女性声音已经成为了“标配”，几乎所有iPhone手机采用的都是Siri的女声。
2008年，Syrdal被任命为美国声学学会的研究员，以表彰她对女性语音合成领域所做出的贡献。
「自然之声」项目的负责人Juergen Schoeter表示：“就像是有什么力量一直驱动着她，促使她去优化女性声音的质量。”
合成女性语音之母
Ann Syrdal于1945年12月13日生于明尼阿波利斯（Minneapolis），她的父母于霍尼韦尔认识，这是一家二战前就存在的科技巨头公司。
她的父亲是一名开发真空管与电子技术的物理学家与工程师，在她2岁的时候就离世了，母亲将她抚养长大。
事实上，Ann Syrdal考上明尼苏达大学时，并没有考虑过从事科学工作，直到一位心理学教授请她帮忙做一个有老鼠参与的实验，她才意识到自己热爱实验室工作。
随后，她在明尼苏达大学获得本科与博士学位，此后在麻省理工学院从事博士后的研究。
也是在麻省理工学院和皇家理工学院，她开始研究人类语言的机制，此后一钻研就是大半辈子，一直到2015年，仍然在坚持不懈地发表论文。
事实上，Ann Syrdal发表的论文数量不多，在Researchgate上显示的一共有55篇，这些论文一共被引用了1100余次。
然而，她在语音合成领域上做出的贡献却有目共睹。
对于Ann Syrdal本人来说，选择科研的动力，来自于她在MIT工作的那段时间。
“无论在哪个领域，似乎都能在这里找到那个领域的世界专家，这种激励的感觉几乎让人难以夜寐。”
Ann Syrdal的女儿表示，因为癌症的原因，她于7月24日在加利福尼亚圣何塞的家中离世。
参考链接：
https://www.nytimes.com/2020/08/20/technology/ann-syrdal-who-helped-give-computers-a-female-voice-dies-at-74.html
https://www.researchgate.net/scientific-contributions/7938035_Ann_K_Syrdal
https://www.reddit.com/r/technology/comments/idjjvc/ann_syrdal_who_helped_give_computers_a_female/
https://en.wikipedia.org/wiki/Ann_Syrdal
- 首个GPT-4驱动的人形机器人！无需编程+零样本学习，还可根据口头反馈调整行为2023-12-13
- IDC霍锦洁：AI PC将颠覆性变革PC产业2023-12-08
- AI视觉字谜爆火！梦露转180°秒变爱因斯坦，英伟达高级AI科学家：近期最酷的扩散模型2023-12-03
- 苹果大模型最大动作：开源M芯专用ML框架，能跑70亿大模型2023-12-07
相关阅读
标贝科技推出情感合成TTS 多情感、强表现力声效让交互更有温度
5月28日，标贝科技重磅推出情感合成方案，主打高音质及高自然度的情感语音合成效果，满足有声阅读、儿童教育、车载、泛娱乐等多场景使用。据悉，标贝科技本次打造情感合成方案，是继3月成功推出留声机方案之后，推出的又一全新TTS解决方案，通过整体提高情感合成声音效果，提升用户的交互体验。
