Loquendo, dopo essere stata tra le primissime aziende ad adottare la tecnica di Unit Selection, e' ora la prima azienda a mettere sul mercato voci sintetiche espressive.

Le voci sono arricchite da un repertorio di "expressive cues", utilizzabili dagli utenti per ravvivare i messaggi vocali. Si tratta di un primo concreto passo verso la sintesi espressiva.

Loquendo da tempo studia la sintesi espressiva (sia stilistica che emozionale), tanto sul fronte della modellizzazione che su quello della sperimentazione di tecniche che restituiscano manipolabilità ai sw TTS, senza privarli della naturalezza timbrica conquistata con la Unit Selection. Si tratta di attività di ricerca che nel prossimo futuro consentiranno di sintetizzare qualsiasi testo con lo stile preferito (p.es. enfatico, formale, informale, etc.) e con la desiderata coloritura emotiva (allegro, triste, arrabbiato, etc.). Rendendo quindi possibile la lettura stilisticamente marcata, accanto a quella neutra, l'unica oggi offerta dai TTS.

Attualmente il mercato non offre soluzioni che siano capaci di variare (a comando o in base alla natura del testo) le caratteristiche stilistiche e intonative delle voci sintetiche senza guastarne la qualità acustica. Loquendo però già da oggi offre ai propri clienti la possibilità di ottenere messaggi vocali espressivi e vivaci. Così come avviene nella conversazione umana, l'intenzione espressiva è veicolata da formule convenzionali e interiezioni, pronunciate con intonazione naturale e colorita. L'intero messaggio ne risulta caricato di espressività.

Audio 1
Provate. Prego! Scrivete ciò che volete. È difficile? Assolutamente no!! Anzi, è mitico. O meglio ancora, Mitico!! Auguri. Cioè, Auguri!

Il repertorio di "expressive cues" comprende formule convenzionali, come saluti ed eclamazioni ("ciao!", "accidenti!" "mi dispiace!"), interiezioni ("Ah!" "Beh!" "Uhm...") ed eventi paralinguistici (e.g. breath, cough, laugh, etc.), capaci di suggerire un'intenzione espressiva (confermare, dubitare, stupirsi, ringraziare, etc).

Audio 2
Supponiamo che sia arrabbiata. Se io ti dicessi: Uffa. Che guaio. Accidenti. Mi crederesti? No!
Ma adesso posso dirlo anche così: Uffa!! Che guaio!! Accidenti!! Terribile!
Che ne dici? Suona già molto più umano. Vero? A presto!

Gli stessi elementi possono comparire in più varianti, per ottenere la massima naturalezza. La stessa frase potrà essere pronunciata con stili intonativi diversi, dal neutro all'enfatico, dallo spiaciuto allo stupito.

Audio 3
Perfetto! Eccomi! Parlo quasi come un umano. Ora potete scegliere: Fantastico, oppure, Fantastico!
Spero di sentirvi presto! Grazie e scusate ancora!

Audio 4
Paola: Salve! Il mio nome è Paola.
Luca: Ed io sono Luca! eccomi! Siamo voci italiane di Loquendo TTS. Utilizziamo espressioni marcate, che rendono la nostra voce più naturale.
Paola: Posso dire, per esempio: dai, che sorpresa. Oppure dirlo così: Dai! Che sorpresa!
Luca: Fantastico!! Spero di sentirvi presto!

Le formule possono essere scritte direttamente nel testo. Una comoda interfaccia per la preparazione dei prompt suggerirà all'utente il repertorio di "expressive cues" disponibili per la voce. L'elenco sarà strutturato secondo categorie linguistiche intuitive, in modo che la ricerca della formula adatta sia veloce e comoda. Sarà quindi facile costruire messaggi, dialoghi, storie che le voci sintetiche di Loquendo sapranno leggere in modo efficace e convincente.