Celebrele voci anonime care au dat viață „asistenților” Apple și Google și cum au ajuns giganții tech să nu le plătească

Cum s-a născut vocea Siri

Susan Bennett este muziciană și acum aproximativ 20 de ani se afla la Doppler Studio, un studio de înregistrări din Atlanta, SUA, unde lucra la un jingle muzical pentru o reclamă. După ce a terminat ce avea de făcut, pentru că actorul vocal care trebuia să citească textul nu venise la programarea stabilită, studioul i-a propus să-i ia ea locul. Bennett a devenit astfel și actor vocal, iar proiectele au început să se înmulțească.

Ce a urmat a transformat vocea lui Susan Bennett în una dintre cele mai recognoscibile voci din lume: prima versiune a asistentului vocal Apple Siri.

Propozițiile și frazele din script nu erau concepute pentru sens, ci pentru a surprinde toate inflexiunile și combinațiile de sunete din vorbirea umană, explică Bennett într-un interviu pentru Panorama. Apoi, tehnicienii urmau să decupeze acele sunete și inflexiuni și să le monteze pentru a forma cuvinte și fraze noi.

Actrița vocală a înregistrat scripturi timp de patru săptămâni, patru ore pe zi, pe parcursul lunii iulie 2005. Au urmat  încă patru luni de înregistrări, în care a citit cărți care listau diverse adrese sau localități.

Așa a luat naștere asistentul vocal Siri, după ce Apple a preluat materialele de la studioul pentru care Susan făcuse înregistrările și le-a folosit pentru propriul asistent vocal. Siri și vocea lui Susan Bennett au ajuns însă la marele public abia 6 ani mai târziu, când Apple a lansat, pe 4 octombrie 2011, smartphone-ul iPhone 4S.

Apple definea Siri ca „un asistent inteligent care te ajută să rezolvi lucruri dacă îi ceri” și menționa în comunicatul de presă că software-ul este capabil să răspundă într-un mod uman la întrebări și să facă asocieri contextuale – de exemplu, atunci când un utilizator întreabă dacă să-și ia umbrela, Siri va înțelege că informația cerută este, de fapt, legată de starea meteo.

Citește și: Cum ne-au cucerit emojiurile comunicarea online, de la designerii care le-au creat, până la „ministerul” care le aprobă 🤓

Prima „voce” din spatele Siri habar n-a avut că e celebră și nu a făcut bani

Susan Bennett spune, însă, că nu știa de proiectul Siri, atunci când a colaborat cu studioul, în 2005.

„Nimeni care nu era în domeniu, nimeni care nu era inginer sau o persoană implicată în procesul de concepere al Siri nu știa la ce vor fi folosite înregistrările. Eu credeam că vor fi folosite pentru mesaje telefonice. Cu siguranță, nu mi s-a spus toată povestea atunci când făceam înregistrările”, spune acum Susan, pentru Panorama.

Actrița vocală mai susține că, deși a avut un contract încheiat cu studioul și a fost plătită atunci când a creat înregistrările, Apple nu a plătit-o ulterior pentru drepturile de a-i folosi vocea în celebrul asistent vocal, integrat pe milioane de dispozitive iPhone. Asta era o practică frecventă în industrie, la începutul anilor 2000, explică ea, pentru că dezvoltarea de asistenți vocali pe telefoane sau GPS era ceva nou, așa că adesea actorii vocali nu știau pentru ce le vor fi folosite exact vocile din înregistrări.

De altfel, Bennett susține că a descoperit accidental, printr-un coleg din industria de actorie vocală, că Apple i-a folosit vocea pentru Siri, în 2011.

A urmat o perioadă de consultări cu avocați, inclusiv cu unul extrem de influent și bine poziționat profesional. El i-a spus că, în baza actelor și informațiilor analizate, nu poate cere să fie plătită pentru drepturile de utilizare a vocii în Siri. Pe de altă parte, avocatul i-a sugerat să se bucure de acest beneficiu și de celebritate, chiar și dacă nu e plătită.

În 2013, CNN publica un material în care spunea că, deși Apple și-a păstrat atitudinea misterioasă legată de cine este voce Siri, Susan Bennett este cea care se află în spatele vocii celebrului asistent vocal. Jurnaliștii au verificat informația cu „profesioniști din industrie și avocați care o reprezintă”. Ipoteza a fost testată și cu un expert în criminalistică vocală (n.r. – audio forensics expert), cu experiență de 30 de ani în domeniu, care a analizat înregistrările vocilor și a confirmat 100% că vin de la aceeași persoană.

Până la momentul publicării acestui material, Apple nu a răspuns solicitării Panorama pentru un punct de vedere față de situația prezentată.

Vocile Siri, ținute la secret, pentru ca utilizatorii să și le imagineze singuri

După câțiva ani, Apple a renunțat să mai folosească vocea originală a asistentului vocal, însă Bennett nu știe exact când s-a produs schimbarea și de ce. De altfel, când Apple a început să schimbe vocile Siri, Bennett spune că nu își dă seama dacă au folosit alți actori vocali sau doar au alterat digital înregistrările inițiale, ca să sune diferit.

Asistentul vocal Apple era adaptat pe regiuni, în primele iterații, ca vocile să sune cât mai „local”, așa că au existat patru actori vocali, explică Bennett: Karen Jacobsen (vocea australiană a Siri), John Briggs („Daniel” sau prima voce masculină a Siri, britanic) și un artist vocal francez, pe care spune că nu l-a cunoscut. Briggs nu a răspuns solicitării Panorama pentru un interviu.

Actrița vocală mai spune că motivul pentru care poate vorbi public despre faptul că a fost vocea Siri (nu e singura, și Briggs, și Jacobsen au această informație publică legată de activitatea lor) este că niciunul dintre ei nu au avut, la începutul anilor 2000, când au făcut înregistrările, contracte de confidențialitate semnate cu Apple.

Susan Bennett are însă și o explicație care ar putea justifica motivul pentru care Apple a păstrat secretul despre cine erau vocile lui Siri: utilizatorii trebuiau să-și imagineze singuri asistenții vocali cu care vorbeau.

„Era important pentru ei ca oricine deținea un iPhone să-și poată imagina propriul Siri. Așa că, dacă ar fi știut cine suntem, atunci s-ar fi gândit la noi când ar fi vorbit cu asistenții vocali. Dar și-au dorit ca toată lumea să-și imagineze propriul Siri”. Bennett spune că nu mai știe exact dacă a găsit această mențiune undeva în acea perioadă sau e o concluzie personală, din cauza faptului că a trecut mult timp de la momentul respectiv.

O australiancă ne-a ghidat prin orașe, cu vocea ei din Google Maps și alte aplicații GPS

Karen Jacobsen a fost vocea australiană a Siri, dar nu a devenit celebră pentru vocea asistentului vocal al Apple, ci a unei alte aplicații folosite de miliarde de utilizatori: Google Maps.

Google a lansat oficial Maps pe 8 februarie 2005, când serviciul avea doar versiune pentru desktop și voia să „simplifice modul în care ajungi de la punctul A la punctul B”. În 2007, compania a creat Google Maps 2.0, adică versiunea pentru dispozitive mobile, iar în octombrie 2009 a adăugat și suport vocal GPS serviciului de navigare. Șoferii puteau astfel să „spună telefonului ce vor să facă și sistemul de navigare va porni automat”. Astfel, pe traseu se ofereau informații despre rută sau când era nevoie ca șoferul să o ia pe o anume stradă.

Karen Jacobsen este la bază cântăreață și compozitoare. A ales să studieze muzica la facultate, iar acela a fost momentul în care a început să înregistreze jingle-uri și să fie interesată de actorie vocală, pentru că părea o activitate în care oamenii se distrau. Așa a ajuns să devină artist vocal în Australia, unde această meserie i-a fost principala sursă de venit timp de 10 ani, după care s-a mutat în New York.

În 2002, a participat la o probă de casting vocal, despre care știa că e pentru crearea unui sistem foarte important, care urma să fie folosit la scară largă. A luat concursul din prima și a trebuit să înregistreze 50 de ore de script, iar înregistrările au fost tăiate pentru a crea sistemul vocal pe baza vocii actriței.

„Pe atunci, fie nu știau, fie nu mi-au spus că existau anumite locuri deja stabilite în care va ajunge. Știam că era un sistem generic, dar la acea vreme sistemele GPS erau folosite doar în mediul militar, nu în viața civilă, de zi cu zi”, explică Jacobsen într-un interviu pentru Panorama.

„Chiar nu aveam absolut nicio idee că vor deveni ce au devenit și vor fi licențiate către corporații mari, globale, pentru zeci de ani”, completează ea.

Jacobsen spune că munca a fost epuizantă, pentru că a însemnat ore întregi de înregistrări de pe un script gigantic.

„La un moment dat, m-au pus să zic cuvântul «aproximativ» de 168 de ori, știu asta pentru că am numărat după înregistrare. Apoi, mai erau sintagme ca «în aproximativ 10 metri», «în aproximativ 20 de metri» și alte asemenea lucruri”.

Câteodată, înregistrările presupuneau și citirea de diverse fraze, numere sau adrese, iar cel mai dificil pe tot parcursul colaborării a fost că Jacobsen trebuia să-și mențină tot timpul vocea la aceeași tonalitate calmă, să nu sune deloc obosită, ci să fie mereu echilibrată.

După lansarea asistentului vocal Google Maps, Jacobsen a aflat de la prieteni că vocea ei se auzea în serviciul Google. Pentru că știa că semnase un contract și că acel contract nu fusese negociabil cu studioul la care făcuse înregistrările și care vânduse materialele către Google, Jacobsen nu a încercat nicio cale legală de rezolvare, însă spune că nu a fost plătită de gigantul tech pentru drepturile de folosire a vocii ei în Google Maps.

Google nu a răspuns solicitării Panorama pentru o poziție oficială legată de folosirea vocii lui Karen Jacobsen în Google Maps, până la publicarea acestui articol.

Prima „voce” Google Voice a fost cumpărată la pachet

În 2007, Google a cumpărat cu peste 50 de milioane de dolari serviciul de management telefonic Grand Central, cel care avea să devină Google Voice, notau cei de la TechCrunch.

După lansarea unei prime versiuni Google Voice, îmbunătățită constant aproximativ un an, Google anunța, în iunie 2010, că serviciul telefonic devine disponibil pentru toți doritorii din Statele Unite și că are deja un milion de utilizatori. Principalul beneficiu era că permitea administrarea integrată a comunicațiilor, astfel încât utilizatorul să poată folosi un singur număr de telefon Google Voice. Toate acestea aveau nevoie și de un „asistent” vocal, care să ofere diverse indicații atunci când foloseai serviciul.

Acea voce a fost Laurie Burke.

Pentru că avea deja studii în comunicarea de televiziune, era și muzician și o atrăgea ideea de a fi voiceover, Burke începuse să studieze actoria, așa că și-a făcut singură un demo audio pe un CD și a început să-l trimită oamenilor din industrie, în speranța că va primi proiecte. A reușit să prindă un prim proiect în Los Angeles, apoi s-a mutat în San Francisco. Aici, a găsit pe Craiglist un anunț de recrutare pentru un actor vocal.

„Era pentru o companie numită Grand Central, care era un start-up, așa că mi-am trimis discul (n.r. – demo-ul cu înregistrarea vocii) și m-au sunat. Mi-au zis că le-a plăcut”, spune Laurie Burke într-un interviu pentru Panorama.

Actrița a început să înregistreze în 2006, pentru 35 de dolari pe oră, într-un studio improvizat acasă, scripturi care cuprindeau propoziții ca „ai două mesaje”, „te rog, așteaptă” și altele specifice unui serviciu telefonic, iar la scurt timp după, Grand Central a fost cumpărat de Google.

Burke spune că nu a știut de afacere și că a aflat după ce echipa Grand Central a contactat-o la șapte luni după achiziție și i-a cerut să înregistreze din nou mesajele. „Chiar nu știam toate astea, dar apoi mi-au zis să mă înregistrez spunând Google, pentru că Google îi cumpărase cu vocea mea și voiau să o aibă în sistem”, explică ea.

După ce compania a anunțat-o că a fost cumpărată de Google, Burke făcea înregistrările acasă sau direct la sediul Google, însă spune că era o colaborare în regim de freelancer, nu prin agent, și că nu a fost plătită ca un salariat sau cu drepturi de folosire a vocii.

De obicei, scripturile cuprindeau puține propoziții sau fraze scurte, dar Burke le lucra în trei, patru stiluri diferite, astfel încât ele să poată fi folosite în mai multe scenarii, când era nevoie. Uneori, era contactată punctual și rugată să înregistreze mici bucăți audio.

Ulterior, într-o postare pe blog din iunie 2010, după lansarea la scară largă a Google Voice în SUA și la aproximativ un an de la lansarea primei iterații a serviciului, care includea vocea lui Burke, Google a anunțat că noua voce Google Voice va fi altcineva: Kiki Baessell, o angajată Google.

„Kiki nu are niciun fel de pregătire să fie voiceover și exact de asta am ales-o – ne-am dorit o  voce plăcută, familiară, care nu s-ar supăra să ne asculte de fiecare dată când sunăm la căsuța vocală”, mai menționa postarea.

După ce a încheiat colaborarea cu Google, Burke a continuat să aibă proiecte atât în zona de actorie de filme sau reclame, cât și în zona de actorie vocală și a colaborat cu branduri mari. În prezent, pe lângă proiectele pe care le desfășoară, a creat un program de mentorat în care îi formează și ajută pe cei interesați să devină actori vocali.

Plata injustă a vocilor: nu e etic, dar e legal?

În 2018, în comunicatul de presă care anunța lansarea Apple HomePod, compania menționa un detaliu și despre asistentul vocal de pe iPhone: Siri era folosit activ pe mai mult de jumătate de miliard de dispozitive.

Cifre mai recente ale Google arată că, în 2020, Google Maps era o aplicație prezentă în peste 220 de țări din întreaga lume și avea peste 200 de milioane de locuri din întreaga lume în hărțile din sistem.

Cifrele sunt un indiciu despre popularitatea acestor aplicații care până în 2024 cel mai probabil și-au adăugat multe alte milioane de utilizatori la nivel global. Iar odată cu dezvoltarea sistemelor de inteligență artificială generativă, se vor dezvolta mai mult și mai repede în viitor.

Bruce Weinstein este expert în etică, speaker și trainer în domeniu, iar în activitatea lui, oferă consultanță companiilor care vor să aplice mai eficient principiile etice în business. Situația legată de plata actorilor vocali de către marile corporații care le-au folosit vocile pentru asistenții virtuali e nuanțată, crede el.

„Atunci când eu și cu tine acceptăm să facem ceva, apoi tu faci ceva ce mie nu-mi place, pe care nu l-am prevăzut în cadrul contractului pe care l-am avut, asta e o situație nefericită, dar este ea nedreaptă?”, se întreabă Weinstein într-un interviu pentru Panorama.

Weinstein mai menționează că deși niciunul dintre actorii vocali nu putea să prevadă că vocea le va fi folosită ulterior în asistenții vocali, ca să ceară clauze protective, această posibilitate ar fi putut să fie prevăzută de un avocat. Weinstein a ținut totuși să menționeze că nu este avocat și nu poate analiza legalitatea unui contract.

„Motivul pentru care acest lucru ar fi putut fi prevenit prin cauze contractuale este că se întâmplă tot timpul. De asta un bun avocat specializat pe divertisment sau contracte ar fi putut lua în considerare toate posibilitățile la care noi nu ne gândim de obicei”, explică Weinstein.

Expertul spune că, deși absolut toate riscurile sunt greu de prevăzut, e important ca cel care intră într-o asemenea colaborare să acționeze pentru apărarea propriilor interese.

„Aici rezidă una dintre diferențele între lege și etică. Etica ne impune un standard mai înalt, astfel că atunci când, să zicem, managerul Google analizează un contract, el poate spune că legal nu e obligat să plătească acelui om mai mulți bani. Așa e. Dar, etic este obligat, pentru că profită de pe urma lui”, completează Weinstein.

Unul dintre modurile în care companiile pot deveni mai etice este să impună politici clare legate de etică, pe care să le și aplice. Bruce Weinstein mai spune că în viitor companiile vor începe să își angajeze din ce în ce mai mulți oameni care să se ocupe de etică în business, dar că cel mai probabil vor face asta mai degrabă ca să se protejeze de probleme legale, nu ca să se asigure că își pun angajații pe primul loc.

„Contează, totuși, motivul pentru care angajează acei oameni, atâta timp cât ei vor face ce trebuie? Eu cred că nu”, e concluzia expertului în etică de business.

Notă: Citatele lui Bruce Weinstein au fost editate pentru claritate. De asemenea, ulterior publicării materialului, acesta a ținut să sublinieze că nu are profesia de avocat și, deci, nu poate analiza legalitatea unor contracte.