A tecnologia de processamento da fala, que inclui modelagem, síntese, codificação e reconhecimento da fala, data das tecnologias paramétricas introduzidas por Homer Dudley no final da década de 1930 e início da década de 1940. Estes métodos são “paramétricos”, no sentido de que eles constroem um modelo das propriedades acústicas do trato vocal humano, e depois analisam a fala através da determinação dos valores do parâmetro do modelo. Abaixo está uma interpretação do modelo básico do artigo de Dudley de 1940, “The Carrier Nature of Speech”, publicado no The Bell System Technical Journal.

Na Feira Mundial de 1939 em Nova York, Bell Labs demonstrou este princípio com um dispositivo chamado “Voder”, mostrado abaixo em ação.

O voder é operado por técnicos altamente treinados (que na época eram chamados de “meninas”). Um técnico manipularia um conjunto de controles analógicos (contínuos) que produziriam sons de fala, como na frase “saudações a todos”:

Se você fosse capaz de executar applets, haveria um aqui.

O voder é cuidadosamente projetado para combinar as limitações do operador humano com as necessidades de modelagem de fala. É mostrado no seguinte esquema:

Ten “teclas de espectro” controlam os ganhos de dez filtros passa-banda (porque há dez dedos). Isto determina crudamente o conteúdo espectral do sinal de fala (note que um operador humano normal só pode controlar no máximo dez teclas de uma vez). Uma barra de pulso alterna entre uma excitação periódica (“energia tipo buzz”) e uma excitação de ruído branco (“energia tipo his”).Uma excitação periódica é usada para produzir sons vocalizados (como “aaaaa”) enquanto a excitação com ruído branco é usada para produzir sons não vocalizados (como “sssssss”). Um pedal controla a frequência da excitação periódica, que pode assim controlar a inflexão.

Ouvir a demonstração completa do Voder:

Se você fosse capaz de executar applets, haveria um aqui.