Tecnologia

O timbre original

O reconhecimento de voz é a área da inteligência artificial que mais cresce — graças ao estalo pioneiro do HAL de '2001 — Uma Odisseia no Espaço'

Por Fábio Altman SEGUIR SEGUINDO 16 nov 2018, 07h00 • Atualizado em 4 jun 2024, 16h22

Obsessivo, o diretor americano Stanley Kubrick (1928-1999) pediu ao ator canadense de escola shakespeariana Douglas Rain que durante dois dias seguidos repetisse as frases que seriam ditas pelo computador HAL 9000, o vilão de 2001 — Uma Odisseia no Espaço, de 1968. Mais de cinquenta vezes o intérprete entoou os versos de um clássico do cancioneiro inglês, Daisy Bell, de 1892 — variava o tom, ora monótono, ora acelerado, soltando as cordas vocais ou apenas murmurando as palavras. Rain, ou melhor, a voz de Rain, deu vida a um dos mais celebrados personagens da história do cinema, pai e mãe da inteligência artificial como a conhecemos hoje. O ator morreu no domingo 11, aos 90 anos, de causas não reveladas — seu legado, o timbre aveludado, reconfortante e amigável que emprestou à máquina imaginada por Kubrick a partir do livro de Arthur C. Clarke, foi o pontapé inicial dos mecanismos de reconhecimento de voz que proliferam agora na chamada internet das coisas. Sem Rain, não teríamos a Siri dos iPhones ou a Alexa da Amazon.

O canadense não foi escolhido à toa. “Era preciso um computador que parecesse vir de lugar nenhum”, diz o professor de linguística Jack Chambers, da Universidade de Toronto. “O inglês do Canadá soa normal a ouvidos de americanos, porque as vogais não revelam a origem.” Esse “vir de lugar nenhum” é a gênese das vozes eletrônicas que grassam atualmente — nos smartphones, nos carros, nas geladeiras, nos aparelhos de som, em quase tudo o que o ser humano de carne e osso inventou de pôr para conversar. É assim em inglês, em português, em todas as vinte línguas faladas pela Siri. A prosódia desapaixonada, quase fria, mais do que a tecnologia embarcada, é a preocupação central dos desenvolvedores de inteligência artificial.

Não há guerra tecnológica mais acirrada, atualmente, que a dos comandos de voz. No campo de batalha estão gigantes como Amazon, Apple, Google, LG, Samsung e Microsoft. Trata-se de um mercado que até 2023 valerá mais de 18 bilhões de dólares, com crescimento estimado de 19% ao ano. É um valor que pode ser atribuído a HAL, a Douglas Rain e à boutade eterna da odisseia de 2001: “Sinto muito, Dave, receio que eu não possa fazer isso” ou, no original em inglês, “I’m sorry, Dave. I’m afraid I can’t do that”.

Publicado em VEJA de 21 de novembro de 2018, edição nº 2609