Dennis H. Klatt nasceu em Milwaukee, Wisconsin, em 31 de março de 1938, e obteve seus dois primeiros diplomas em engenharia elétrica na Universidade Purdue, em 1960 e 1961 [2]. Concluiu o doutorado em ciências da comunicação na Universidade de Michigan em 1964 e, em seguida, ingressou no Instituto de Tecnologia de Massachusetts como professor assistente em 1965 [2]. Em 1978, tornou-se pesquisador sênior na instituição, onde permaneceu até sua morte [2].

Um artigo de 1980 publicado no Journal of the Acoustical Society of America descreveu o software de síntese de formantes desenvolvido por Klatt, método para gerar sons da fala ainda utilizado por pesquisadores [4]. Ele criou toda a cadeia que transforma o inglês escrito em fala audível, o que exigiu regras detalhadas sobre a duração de cada segmento da fala [2]. Os sistemas de conversão de texto em fala dividem essa tarefa em um módulo frontal, que normaliza o texto e atribui transcrições fonéticas e prosódia, e um módulo posterior que converte essa representação simbólica em som [1]. O sistema de Klatt, conhecido como KlattTalk, realizava todo esse processo [4].

O DECtalk, produto comercial baseado em suas pesquisas, vinha com uma voz masculina padrão chamada Perfect Paul, modelada a partir da própria voz de Klatt [2]. Joseph Perkell, colega de Klatt no MIT durante as décadas de 1970 e 1980, afirmou que a escolha foi prática: "Para ele, o som mais conveniente era o da sua própria voz" [4]. Perkell também descreveu como Klatt trabalhava sob pressão, dizendo que ele conseguia "funcionar no meio de um furacão" [4].

Klatt criou também uma voz feminina chamada Beautiful Betty e uma voz infantil, Kit the Kid, esta última baseada na voz de sua filha Laura [4]. Em 2013, Laura falou sobre o projeto e afirmou que seu pai se preocupava sobretudo em tornar a saída sonora natural e inteligível [4]. Os resultados, porém, não eram perfeitos. O New York Times descreveu a fala como "semelhante a uma gravação rouca de alguém com ceceio" [4]. Preencher essa lacuna permaneceu como o principal desafio da área muito tempo após seu trabalho [4].

Em 1985, uma traqueotomia de emergência deixou o físico Stephen Hawking incapaz de falar; por algum tempo, ele soletrava palavras letra por letra, erguendo as sobrancelhas diante de um cartão de soletração [4]. Hawking adotou um sintetizador cuja voz era equivalente à de Perfect Paul, e essa voz tornou-se uma das mais reconhecíveis no meio científico, remontando às gravações de um pesquisador do MIT [2][3]. Quando, em 1988, lhe foi oferecido um sistema mais novo, o Speech Plus, ele optou por manter a voz baseada no trabalho de Klatt [4]. Utilizou-a em livros, artigos e palestras, atribuindo grande parte dessa produção à qualidade do sintetizador [4].

Em 1987, a Acoustical Society of America concedeu a Klatt sua Medalha de Prata em Comunicação da Fala, e o Instituto Franklin lhe entregou a Medalha John Price Wetherill pelo projeto de uma máquina capaz de articular a linguagem escrita [2]. Naquela época, ele já havia publicado mais de 60 artigos científicos [2]. Manteve grande interesse em aplicar esse trabalho às necessidades de pessoas cegas ou com outras deficiências; o KlattTalk foi utilizado por pessoas com baixa visão para ouvir textos de computador em voz alta [2][4].

Klatt faleceu em Cambridge, Massachusetts, em 30 de dezembro de 1988, após longa luta contra o câncer, que também lhe tirou a voz [2]. O programa Witness History, da BBC, registrou o relato de Perkell sobre o homem cujas gravações deram voz a Hawking, em um episódio transmitido em 25 de novembro de 2019 [5]. A síntese de fala continuou evoluindo, desde o utilitário speak do Unix, de 1974, até o Microsoft Sam, incluído no Windows 2000 [1]; contudo, a voz que Hawking manteve foi construída a partir do trabalho de Klatt.


Sources

  1. Wikipedia: Síntese de fala
  2. en.wikipedia.org
  3. bigthink.com
  4. retrospectjournal.com
  5. bbc.com