A voz que o Google usa pra traduzir frases em português nunca disse, ao vivo, nenhuma delas
Regina Bittar gravou milhares de frases soltas em 2009 pra virar a primeira voz do Google Tradutor e da Siri em português. O assistente de voz parece falar sozinho, mas só existe porque uma locutora treinou a voz com técnica específica, pensada pra funcionar bem quando recombinada por máquina.
A voz que o Google usa pra traduzir frases em português nunca disse, ao vivo, nenhuma delas. Ela pertence a Regina Bittar, locutora publicitária com mais de 20 anos de carreira, que gravou milhares de frases soltas no início de 2009 pra um sistema recombinar depois. O recurso de voz do Google Tradutor em português só chegou ao público em maio de 2010, mais de um ano depois da gravação.
Bittar também foi a primeira voz da Siri em português no Brasil. Pra gravar pro Google, passou por um processo seletivo acompanhado de fonoaudióloga, e teve que desaprender um pouco do próprio ofício: "A voz eletrônica não pode ser muito rápida nem coloquial, pois quem está ouvindo não vai prestar atenção", ela contou depois. O sistema de síntese pega os fragmentos gravados e monta, na hora, frases que ela nunca pronunciou daquele jeito específico.
A tecnologia recombina, quem constrói o material é humano
Essa distinção é o que separa a locução de Bittar de uma voz criada dentro da máquina: o assistente de voz parece falar sozinho, mas só existe porque alguém treinou a voz, com técnica específica, pensada pra funcionar bem quando remontada por software. Hoje o mercado de locução já formalizou esse cuidado: contratos recentes de dublagem e locução costumam incluir cláusula de consentimento explícito, e pagamento à parte, pra qualquer uso da voz em treinamento de inteligência artificial, bem depois do caso pioneiro de Bittar em 2009.
Toda vez que alguém ouve o Google Tradutor falando em português, está ouvindo o resultado de um trabalho de locução gravado quinze anos atrás, não uma voz nascida dentro da máquina.
Gravar pra sistema de síntese exige uma técnica vocal específica, o tipo de coisa que se aprende nos cursos de locução da Escola de Rádio: impostação, ritmo e clareza que seguem funcionando mesmo quando outra tecnologia entra no meio do caminho.
Posts relacionados
Dá para gravar uma locução decente só com o celular (e o segredo é o armário)
Não precisa de microfone caro para começar a gravar a voz. Por que o vilão de um áudio caseiro é o ambiente (não o aparelho), o truque do armário e os cuidados que fazem o celular bastar no início.
A sua voz forma uma primeira impressão antes da primeira frase terminar
Em poucos segundos, quem ouve já decidiu se você parece confiante, preparado e confiável, e decidiu pelo som, não pelo conteúdo. O que a voz entrega sem querer, por que isso pesa no trabalho e como mudar.
Trinta segundos de rádio são mais difíceis de fazer do que um minuto de TV
Sem imagem, com o ouvinte fazendo outra coisa, um spot de rádio precisa prender, informar e convencer em trinta segundos. A estrutura escondida, as três camadas de som e por que cada segundo é disputado.