Hvad er talesyntese?
Talesyntese er en proces, hvor verbal kommunikation replikeres gennem en kunstig enhed. En computer, der konverterer tekst til tale, er en slags talesynthesizer.
De tidligste former for talesyntese blev implementeret gennem maskiner designet til at fungere som den menneskelige vokalveje. Et talemaskine oprettet af Wolfgang von Kempelen i 1700'erne er et eksempel. Med denne enhed blev der produceret tale gennem en køkkenbælle, en rørpude og en klarinetklokke. Køkkenbælgen var designet til at fungere som en lunge, mens glottis (området af stemmebåndene) blev repræsenteret gennem rørposen. Klarinetklokken tjente som munden.
Betjening af enheden var fuldstændig manuel. Højre hånd kontrollerede en række løftestænger, mens venstre hånd manipulerede klarinetklokken (munden). Der var også muligheden for at tilslutte 'næseborene' for at producere en mindre nasal lyd. Uanset hvad, så længe de grundlæggende kontroller blev brugt korrekt, modtog maskinen luftstrøm. Denne luftstrøm bestemte de typer lyde, der ville blive produceret.
Efterfølgende talemaskiner gennem hele det 18. og 19. århundrede opretholdt denne opsætning, skønt der var forbedringer. I slutningen af 1800-tallet oprettede Joseph Faber for eksempel en talemaskine, der kunne modtage input via et tastatur og en pedal. Maskinen var også meget kreativ, da lyden kom ud gennem et kunstigt 'ansigt'.
Da det 20. århundrede kom omkring, lod innovationer inden for elektronik talesyntese tage en endnu mere magtfuld retning. Selvom antagelsen om at efterligne den menneskelige vokalvej stadig var den samme, kunne talende maskiner i det tidlige 20. århundrede producere bedre lyde, da input var mere præcist.
Imidlertid var det først før computeren kom, at talesyntese faktisk kunne bruges uden for underholdningsarenaen. Dette skyldes hovedsageligt, at talesynteser kunne lagres i software i stedet for en separat maskine. Derudover kunne talesyntese med computere som hjælp antage en anden form; bruger menneskelige stemmer som den vigtigste kilde til lyd.
Denne form for talesyntese er kendt som sammenhængende. Processen fungerer ved at forbinde forskellige optagelser af menneskelig tale. Den resulterende lyd er meget mere naturlig og behagelig for øret. Dette i modsætning til programmer, der bruger artikulerende syntese, hvor tale replikeres gennem en edb-model af vokalvejen.
Kommercielle talesynteser kan anvende enten konkatenative eller artikulerende metoder, men begge er i stand til at nå det samme mål; at kunne give folk en mulighed for at høre tekst. Dette er især nyttigt i situationer, hvor læsning er påtrængende eller umulig.
I erhvervslivet er sådanne situationer meget almindelige, især for telefontransaktioner. Uden tekst-til-tale-alternativer (TTS) ville forretningsejere skulle bruge penge på at ansætte endnu mere kundeservicepersonale. Syntetiserede løsninger undgår dette problem, da alt gøres af computeren; ikke et menneske.
Syntetiseret tale spiller også en rolle i det daglige liv, især for handicappede. At tale ure, ordbøger og andre enheder kan gøre det lettere for folk, der har problemer med at se eller læse. Syntetiseret tale er endda i stand til at give en stemme til personer, der overhovedet ikke kunne tale. Steven Hawking, en berømt fysiker, er et fremtrædende eksempel. Siden Lou Gehrigs sygdom har gjort ham stum, bruger Hawking en stemmesynthesizer til at kommunikere med mennesker.
Der er også TTS-applikationer til rådighed for at hjælpe mennesker med forskellige computeraktiviteter. For at få disse typer applikationer bliver de fleste brugere nødt til at købe separat software eller downloade programrettelser. Den sidstnævnte mulighed er normalt gratis, afhængigt af hvilket operativsystem eller tekstbehandlingsprogram der bruges. Men hvis en person beslutter at købe separat software, kunne de have adgang til et system af højere kvalitet. Specifikke eksempler kan ses gennem Natural Reader 7 og Text Aloud 2.
I sidste ende er talesyntese teknologi, der har revolutioneret, hvordan menneskeheden kommunikerer. På en måde giver det teksten et eget liv. Det giver også verden en mulighed for at høre tanker fra strålende individer, der normalt ville have været stemmeløse.