スーザン・ベネットさんは以前、自分がいつの間にかSiriの声優になっていた話をしたことがあります。当時、彼女は自動交換機用の録音をしていると思っていたのです。実際、友人がiPhoneを操作して彼女の声を認識するまで、自分がSiriになっていたことにすら気づいていませんでした。

しかし、 Typeformとの新しいインタビューで 、彼女は、意味のないフレーズを話すことなど、そのプロセスがどのように機能したかについてさらに詳しく明らかにしました…

彼女がこの役を獲得できたのは、オーディションを受けるはずだった俳優が来なかったからだと彼女は言う。技術系ではない私にとって、皮肉な役だったと彼女は言う。

私の世代はコンピューターと共に育ちませんでした。だから、コンピューターから少し距離を置きたい気持ちがまだあるのだと思います。私自身、コンピューターをあまり信用していないんです。（笑）

チームは、Siri が話す必要のある単語をすべて彼女に録音させるのではなく、実際の単語もそうでないものも含めたさまざまなフレーズを彼女に話させ、後でそれらを組み合わせて新しい単語やフレーズを作るようにした。

英語のあらゆる音の組み合わせを捉えるために、何百ものフレーズや文章を録音しました。今では英語には100万語以上あるので、どれだけの時間がかかったか想像できるでしょう。最初の録音は2005年（iPhoneが登場する前）に1ヶ月かけて、1日4時間、週5日かけて行いました。その後、2011年から2012年にかけて4ヶ月かけてアップデートを行いました。

ベネット氏は、自分が記録していたものの種類の例を挙げた。

マリティアは幻覚を起こし、バクリー・オクラが滲み出る。カテクシスはフェファテリーに性的安楽の切り株を作った。もう一度シュロッディングを言い、もう一度シュロッディングを言い、もう一度シュリーディングを言い、もう一度シュライディングを言い、もう一度シュラディングを言い、もう一度シュラディングを言い、もう一度シュラディングを言い。

すべてをまったく同じトーン、ピッチ、ペースで発音しなければならなかったため、非常に退屈な作業になったと彼女は語った。

ベネット氏は、これはつまり、音声体験を人間味あふれるものにしたことについては自分の功績として認められるが、Siriの有名な生意気な返答については自分の功績として認められないことを意味すると述べている。

Siriが登場する前は、音声を繋げた音声はロボットっぽくて、誰も話しかけたいとは思わないような音声でした。だから、Siriがあんなに人気だったんだと思います。「うわあ、まるでスマホの中の人間の声みたい」って感じでした。でも、Siriの音声は声優とは全く関係ありません。すべてはプログラマーの責任です。

自分がSiriの声優であることを知ったとき、ベネットさんは複雑な気持ちを抱いた。

まず第一に、選ばれたことは本当に光栄でした。しかし、残念で困ったことに、電話メッセージや情報伝達、GPSシステムなど、音声に関わるあらゆる仕事をしてきた私たちにとって、人々は必要な情報を探しているため、音声にあまり気づかないのです。

でも、その匿名の声を突然Siriのようなペルソナに変えて、人々が対話し、基本的に人間として認識するようになると、突然自分がその人になってしまうんです。人間って本当にステレオタイプで人を分類するのが好きなので、Siriの声だと認識されてしまうと、「彼女はSiri。他に何もできない」って感じになってしまうんです。

しかし、最終的には、講演家としてのキャリアなど、新たな機会が生まれたので、うまくいきました。

私はカンファレンスやミーティングなどに頻繁に出演しており、とても楽しいです。

24 分間のインタビュー全編は Typeformブログで聞くことができます。

TNW経由。写真：Vox。

havebin.com を Google ニュース フィードに追加します。 

FTC: 収益を生み出す自動アフィリエイトリンクを使用しています。詳細はこちら。