Stvarno, zar nije genijalno to što računalo može govoriti? Ne znam koliko vas uopće koristi Text to Speech ili Speech recognition ali pouzdano znam kako ima određeni broj korisnika koji niti ne znaju za tu mogućnost, te kako je s nama od samih početaka. Od prvih nespretnih trenutaka predstavljanja novog Macintosha. Kad je u siječnju '84 Steve Jobs ponosno predstavljao prvog Macintosha, simpatičnog malca koji je mogao sve što i Lisa, ali i više od toga, izjavio je da je dosta on govorio o Macintoshu, pa je odlučio pustiti Maca da govori sam o sebi. I onda se dvoranom razlio pljesak i oduševljenje. Iz današnje perspektive vrlo primitivan sintetizirani glas poručio nam je da nikad ne vjerujemo računalu koje ne možemo vlastitim rukama podignuti, te kako mu je Steve Jobs bio kao otac... Ako imate strpljenja, preporučila bih vam odgledati video.

Ovaj integrirani programčić simpatičnog imena MacinTalk bio je sastavni dio operacijskog sustava, a razvili su ga Joseph Katz i Mark Barton. Njih dvojica kasnije su osnovali tvrtku SoftVoice koja omogućava Text to speech za windows i linux. Što nam to govori? Apple je još jednom bio pionir, odnosno omogućio je nešto za sve ljude, sve operacijske sustave, a to nešto je spadalo u onovremenu znanstvenu fantastiku.

Od sustava Mac OS 6.0.7 pojavio se MacinTalk 2, a slijedio ga je 3 i dobro nam poznati MacinTalk pro. S MacinTalkom 2 stigli su razni glasovi, poboljšala se sintetizacija i razgovjetnost. Upoznali smo muškarce Freda i dubokoglasog Ralpha, djecu Princess i Juniora, i ženski glas Kathy. No Apple ne bi bio Apple da u cjeli projekt nije ubačena dobra doza humora. Zarvox je bio svemirski glas robota, Whisper nam je šaputao, Albert je zvučao kao potpuno poludjeli čovjek sa žabom u grlu, a Bubbles je govorio kroz vodu. Svaki od glasova imao je svoju karakterističnu rečenicu s kojom se predstavljao. Naslov ovog teksta dolazi od ženske serije glasova, dok je Fred uzvikivao kako mu se sviđa što je zarobljen u tom "fancy" kompjuteru. Ralph nam je recitirao pitagorin poučak a Trinoidi su nam govorili kako neće razgovarati s ugljičnim jedinicama, valjda su tu mislili na nas ljude.

Albertov glas uzvikivao je: I have a frog in my throat, No I mean real frog: Djeca su se razbacivala izjavama o najdražoj hrani i tome kako će postat znanstvenici kad odrastu. Testna rečenica za sve glasove bila je "The quick brown fox jumped over the lazy IBM"

Teško je iz današnje perspektive shvatiti, ali je jasno kako je veliki hladni IBM bio uvijek na meti Apple-ovih programera i marketinga. Uvijek se moralo nekako spomenuti IBM, pa makar u jednoj testnoj rečenici za sintetizirane glasove.

Macintosh 3 zahtijevao je 33 Mhz 68030 procesor, dok je MacinTalk pro zahtijevao 68040 procesor s minimalno 1 MB RAM-a. Glasovi nisu služili samo za igru, moglo se slobodno dodijeliti vlastiti tekst za poruku koju nam sustav daje. Bilo da se radi o poruci printera ili prevelikog clipboarda, Mac bi izgovorio ono što mu vi napišete. Čitao je sve one duge tekstove za koje vam se nije dalo "buljiti" u ekran. Mogli smo snimati MacinTalk glasove te ih onda koristiti za kućnu telefonsku sekretaricu a kasnije i za mobitele.

Izvrsna uporaba TTS-a je bila primijenjena u programima umjetne inteligencije. Najpoznatiji od njih je slavna ELIZA, simulacija psihoterapeuta. Jednostavno izaberete glas za Elizu i krenete u razgovor. Vi pišete a Eliza vam glasovno odgovara na vaša pitanja.

Bezbroj je načina na koje se MacinTalk može koristiti što potvrđuje i nedavni Pixarov hit koji su zavoljeli svi Mac ljubitelji - Wall-E! Wall-E je u cjelosti personifikacija dobrog starog Macintosh-a. Tehnologija stara 20 godina bez problema je dobila jednu od glavnih uloga u filmu, ito glavnog negativca! Auto - ono čudno robotsko kormilo u potpunosti govori uz pomoć MacinTalka. Nije to ova nova inačica Speecha koja nam dolazi s OS X-om u kojoj čujemo savršene imitacije ljudskog glasa poput Alexa, to je stara inačica glasa Ralpha sa specifičnom dubokom notom. Auto zvuči respektabilno ali i zastrašujuće. No, nije to jedini MacinTalk glas koji se pojavljuje u filmu. Mali čistač robot M•O ima onu slavnu rečenicu: "Foreign Contaminant" koju za njega izgovara rana verzija MacinTalka.

Razvojem Text To Speech tehnologije pojavili su se i glasovi koji će se služiti za druge jezike. Među prvima bila je to Señorita Mexicana Catalina - Alta qualidad, a poslije su se pojavili glasovi na skoro svim jezicima, ali ne i za hrvatski. Možda se može koristiti poljski, no pravi hrvatski još uvijek ne. Sjećam se kako sam smišljala način kako natjerat svog Mac-a da priča hrvatski. Morala sam smisliti poseban način pisanja, jer zaboga, on je Amerikanac. Da bi mi Mac rekao "Dobar dan, kako si" morala sam napisati: "Dobaar daan kackoh seeh", no s vremenom sam taj novi jezik usavršila pa je poruka na mojoj telefonskoj sekretarici zvučala svemirski, mnogi su se prepali ali većina ih se smijala.

Uz Text to Speech na svakom Macu još od sistema 8 dolazi nam Speech recognition. Pravi je to program umjetne inteligencije jer se razvija i uči vaš glas. U novijim inačicama sve je bolji i nije toliko opsesivan za pravilnim izgovorom engleskog jezika. Možete slobodno reći "kvit dis aplikejšn", neće se buniti. Što više koristite, bolje će vas "slušati" i odgovarati s onim glasom koji mu vi dodijelite. Dašak je to Star Treka i njihovog govornog računala koje u biti i funkcionira u potpunosti na glasovnim naredbama.

Od svega je najbolje to što nam i TTS i Speech Recognition dolaze integrirani u Mac OS, te na taj način našim Macovima daju neke nove mogućnosti. Još samo kad bi se napokon napravio dobar sintetizirani glas za hrvatski jezik! Zamislite, ujutro palite Mac, odete na Jabučnjak i zadate mu da vam čita najnoviji članak, dok vi pijete kavu i gledate kroz prozor. meni uopće ne zvuči kao SF već nešto potpuno ostvarivo... Ako može poljski, zašto nebi mogao hrvatski?!