丹尼斯·H·克拉特于1938年3月31日出生于威斯康星州密尔沃基市。1960年和1961年,他在普渡大学先后获得了电气工程专业的两个学位[2]。1964年,他在密歇根大学完成了传播科学领域的博士学位,随后于1965年成为麻省理工学院的助理教授[2]。1978年,他晋升为高级研究科学家,此后一直留在麻省理工学院任教直至去世[2]。

1980年,他在《美国声学学会期刊》上发表了一篇论文,介绍了自己开发的共振峰合成软件。这一生成语音的方法至今仍被众多研究者所采用[4]。他构建了一套完整的系统,能将英文文本转化为可听见的语音,为此需要制定详细规则来确定每个语音片段的持续时间[2]。如今的文本转语音引擎通常将这一过程分为前后两端:前端负责文本规范化处理、标注音标及韵律特征;后端则将这些符号化信息转化为实际声音[1]。克拉特所开发的系统名为KlattTalk,能够独立完成整个流程[4]。

基于他的研究成果开发出的商业产品DECtalk,其默认提供的男性语音名为“完美保罗”,该声音正是以克拉特本人的声音为原型制作的[2]。20世纪70至80年代期间与克拉特共事于麻省理工学院的同事约瑟夫·佩克尔指出,这样的选择其实出于实用考虑:“对他而言,最方便使用的声音就是他自己的声音”[4]。佩克尔还提到克拉特在压力之下也能保持高效工作状态,称他能够“在飓风中心依然正常运作”[4]。

克拉特还制作了名为“美丽贝蒂”的女性语音以及名为“小基特”的儿童语音,后者则是以他女儿劳拉的声音为模板制作的[4]。2013年,劳拉谈及这项项目时表示,父亲最看重的是让合成语音听起来自然且易于理解[4]。不过合成效果并非完美无缺。《纽约时报》曾形容这种语音“就像一段带有口齿不清特征的粗糙录音”[4]。即便在克拉特之后,如何缩小这种语音质量与理想状态间的差距依然是整个领域的核心难题[4]。

1985年,斯蒂芬·霍金因接受紧急气管切开术而丧失了说话能力。有一段时间,他只能通过抬头示意拼写卡上的字母来拼出单词[4]。后来他选用了基于“完美保罗”语音模型的合成器,该声音也成了科学界最具辨识度的声音之一,其源头正是克拉特在麻省理工学院录制的声音资料[2][3]。1988年,当更先进的Speech Plus合成器问世后,霍金仍坚持选用基于克拉特技术开发的语音系统[4]。他利用该语音系统来撰写书籍、发表论文并进行演讲,并认为该合成器的卓越品质正是他取得诸多成果的重要基础[4]。

1987年,美国声学学会授予克拉特语音通信领域的银质奖章;富兰克林研究所也因他设计出能够清晰表达书面语言的机器而向他颁发了约翰·普赖斯·韦瑟里尔奖章[2]。当时他已发表了60多篇科学论文[2]。克拉特始终热心于将这项技术应用于帮助盲人及其他残障人士,KlattTalk系统也确实被不少视力不佳的人群用来实现计算机文本的语音朗读[2][4]。

1988年12月30日,丹尼斯·克拉特因长期与癌症抗争而最终在马萨诸塞州剑桥市去世,癌症也彻底夺走了他的说话能力[2]。《BBC见证历史》栏目于2019年11月25日播出了一期节目,其中记录了佩克尔对这位为霍金赋予“声音”的科学家的回忆[5]。此后语音合成技术不断发展:从1974年的Unix speak工具到随Windows 2000一同发布的Microsoft Sam,但斯蒂芬·霍金所使用的语音始终是以克拉特的研究成果为基础的。 [1]


Sources

  1. 维基百科:语音合成
  2. en.wikipedia.org
  3. bigthink.com
  4. retrospectjournal.com
  5. bbc.com