La tecnologia dell’elaborazione del discorso, che include la modellazione, la sintesi, la codifica e il riconoscimento del discorso, risale alle tecniche parametriche introdotte da Homer Dudley alla fine degli anni ’30 e all’inizio degli anni ’40. Questi metodi sono “parametrici” nel senso che costruiscono un modello delle proprietà acustiche del tratto vocale umano e poi analizzano il discorso determinando i valori dei parametri del modello. Qui sotto c’è una rappresentazione del modello di base dell’articolo di Dudley del 1940, “The Carrier Nature of Speech”, pubblicato nel Bell System Technical Journal.

Al World’s Fair del 1939 a New York, i Bell Labs dimostrarono questo principio con un dispositivo chiamato “Voder”, mostrato qui sotto in azione.

Il voder è operato da tecnici altamente qualificati (che all’epoca erano chiamati “ragazze”). Un tecnico manipolava un insieme di controlli analogici (continui) che producevano suoni simili al parlato, come nella frase “saluti a tutti”:

Se tu fossi in grado di eseguire applet, ce ne sarebbe uno qui.

Il voder è attentamente progettato per far corrispondere le limitazioni dell’operatore umano alle necessità di modellare il parlato. E’ mostrato nello schema seguente:

Dieci “tasti spettro” controllano i guadagni di dieci filtri passabanda (perché ci sono dieci dita).Questo determina grossolanamente il contenuto spettrale del segnale vocale (si noti che un normale operatore umano può controllare al massimo dieci tasti contemporaneamente).Una barra da polso commuta tra un’eccitazione periodica (“energia tipo ronzio”) e un’eccitazione di rumore bianco (“energia tipo sibilo”).L’eccitazione periodica è usata per produrre suoni con voce (come “aaaaa”) mentre l’eccitazione del rumore bianco è usata per produrre suoni senza voce (come “sssss”).Un pedale controlla la frequenza dell’eccitazione periodica, che può quindi controllare l’inflessione.

Ascolta la dimostrazione completa del Voder:

Se tu fossi capace di eseguire applet, ce ne sarebbe una qui.