Expansión Pais Vasco Int - Start up Int
Tecnologías que hablan alto y claro
La voz abre un mundo de oportunidades con soluciones que van desde los asistentes virtuales a herramientas para el doblaje de películas en diferentes idiomas o audios para anunciar las ofertas semanales en los supermercados.
La voz ha sido desde siempre objeto de deseo de las grandes tecnológicas. Con sus asistentes virtuales Siri o Alexa han conseguido que pedir el último éxito de Aitana o poner el despertador para el día siguiente sea tan sencillo como hablar con otra persona. Hace cinco años Facebook compraba la start up de inteligencia artificial Wit.ai, que había desarrollado una tecnología de reconocimiento de voz, porque no quería quedarse atrás en esta carrera y pretendía mejorar la experiencia de sus usuarios en las relaciones entre ellos.
Hace unos años destacaba también la compra de la tecnología de
Indisys, desarrollada por la emprendedora e ingeniera sevillana Pilar Manchón, por el gigante tecnológico Intel. La compañía de Manchón había conseguido emular diálogos flexibles con programas informáticos y naturales y poner voz y lenguaje a los servicios de atención al cliente.
Se han dado pasos importantes en la industria de la voz en los últimos años gracias a herramientas de inteligencia artificial que entienden una conversación humana. En este campo no hay que olvidar el asistente virtual de la firma de origen español
Serpha, liderada por el emprendedor Xavi Uribe-Etxebarria, cuya calidad no desmerece a la de los bots de Apple, Amazon o Google.
Las soluciones de audio y voz no dejan de reinventarse y ahora se mueven en un terreno fértil en oportunidades. Sin embargo, a veces surgen proyectos con mucho tirón al principio que, con el tiempo, se desinflan. Fue el caso de la red social Clubhouse, la app de audio creada en 2020 para conversaciones de grupos sobre distintas materias, que consiguió millones de seguidores, descargas y gran popularidad en sus primeros meses y, desde mediados de 2021, fue perdiendo fuerza.
En el mercado español están naciendo novedosos proyectos de un grupo de start up con varios casos de usos dirigidos a varios ámbitos. El doblaje de voces en el cine es uno de ellos. En él destaca la herramienta de WitSound Technologies, una firma nacida el año pasado en Barcelona de la mano de Mercè Delgado y Mario Crespo, quienes se dieron cuenta de la necesidad y oportunidad que había para mejorar la calidad de los audios en la traducción de los diálogos originales de las películas a los idiomas de los distintos países. Se pusieron manos a la obra y, después de unos años de desarrollo crearon un software, WitScript, al que entrenaron con inteligencia artificial y machine learning para verificar que los diálogos del actor de doblaje son lo más fiel posible a su homólogo en la versión original de una película, y no contiene errores.
“Nuestros clientes son 18 empresas de doblaje de distintos países como México, Dinamarca e India, y la herramienta es capaz de entender 18 idiomas, entre ellos el hindú y el árabe”, explica Mercè Delgado. Ya están entrenando a la herramienta para que próximamente sea capaz de verificar diálogos en chino. El avance es notable: “De tardar unas cinco horas en verificar de forma manual un audio se ha pasado a 15 minutos gracias a nuestra tecnología”.
Los siguientes clientes de WitSound podrían ser el gigante del streaming Netflix y Avid , una empresa estadounidense de soluciones para la creación, gestión y distribución de contenidos digitales con actividad en todo el mundo, con aplicaciones de uso para las industrias del cine, los juegos, la animación o los juegos. “Estamos en conversaciones con las dos para ofrecerles nuestro software y que puedan mejorar sus producciones”, señala.
En Aflorithmic, firma con sedes y un equipo de 40 personas en España y Reino Unido, han sido capaces de resucitar la voz del mismísimo Albert Eisntein más de un siglo después de que el físico alemán fuera galardonado con el premio Nóbel. Se invitaba a a los usuarios a conversar con el genio, recreado como un avatar, dentro de un proyecto formativo lanzado el año pasado en colaboración con la compañía estadounidense UneeQ. Esta firma cuenta con las licencias pertinentes de los descendientes de Einstein para realizar este tipo de usos asociados a su persona.
La iniciativa es uno de los casos de uso que ofrece esta firma, cofundada por Timo Kunz, Matthias Lehmann y Bjorn Uhss, que viene a ser como un Lego de las voces. “La herramienta permite bajo la fórmula As A Service (como un servicio) que las compañías creen sus propios audios de forma automática, escalable y sin experiencia previa”, explica Lehmann.
La librería de 500 voces artificiales –con una previsión de alcanzar las mil en 2023– y distintos recursos auditivos como filtros o ambientes de fondo, permite esta creación de audios a medida, por ejemplo, a cadenas de supermercados que anuncian sus ofertas semanales de los distintos productos en los altavoces de las tiendas, o anuncios en plataformas como Spotify o YouTube. “En estos casos, que requieren renovación constante de los audios, la herramienta es idónea porque permite generar contenidos de forma rápida y ágil, a lo que se suma el ahorro de costes comparado a hacerlo en un estudio de grabación con voces profesionales”, explica.Otros casos de usos están dirigidos a podcast o web de información que incluyen noticias de distintos sectores bajo el formato audio.
La plataforma cuenta con voces en idiomas como el alemán, el español mejicano, el inglés americano o el hablado en NuevaZelanda, tanto en voces femeninas como masculinas, entre otras opciones. El gran valor de Aflorithmic, asegura Lehmann, “es que es imposible distinguir estas voces artificiales de las reales de los humanos”.
Voctro Labs, lleva impulsando desde su fundación en 2011 distintos proyectos de voz destinados a la industria de la tecnología musical, apoyándose en herramientas como los algoritmos con los que puede crear voces personalizadas para celebridades y músicas.
Una de las soluciones desarrolladas por la compañía es la app Cantamus, para que cantantes o componentes de corales ensayen en partituras virtuales sus canciones en los distintos registros, como sopranos, altos o tenores, y las vayan mejorando. Otro proyecto lanzado por la compañía, en colaboración con la Universidad Pompeu Fabra de Barcelona y el fabricante de motos Yamaha, fue hace unos años y de él salió la cantante virtual japonesa Hatsume Miku. Como si de una estrella de carne y hueso se tratara, Miku ha hecho giras y conciertos por todo el mundo. Bruno, Clara y Maika son otros artistas a los que la compañía ha dado voz.
Detrás de Voctro Labs está Jordi Janer, uno de los socios fundadores. “Contamos con otras soluciones para distintos casos de uso como la modificación de la voz de una persona para que suene como un monstruo en un videojuego, o la recreación de la voces de cantantes ya fallecidos como Frank Sinatra para que suenen en sus canciones en los karaokes”, explica el emprendedor. En este segundo ámbito, recuerda, hay que contar con las licencias y permisos oportunos asociados a la imagen de esos personajes.