Les logiciels vocaux de CandyVoice sont basés sur la technologie breveté, MUVOC® qui permet de traiter (contrôler, analyser et calculer) tous les paramètres audio essentiels.
Ces briques technologiques sont indépendantes, prêtes à l’emploi, fonctionnent en synergie et en temps réel et peuvent être facilement adaptées à tout produit ou service vocal.
MUVOC® fonctionne à des fréquences d'échantillonnage de 8000 Hz a 48000 Hz, avec des échantillons en 16 ou 24 bits.
Muvoc® Noise Filter permet de supprimer tout bruit ambiant, sans altérer l’aspect naturel de la voix, même dans un environnement sonore complexe et changeant.
Appel téléphonique dans la rue
avec activation du filtre de bruit
durant l'appel
Appel téléphonique dans le metro
avec activation du filtre de bruit
durant l'appel
L’imitation vocale consiste à reproduire la voix d’une personne (voix cible) à partir de la voix d’une autre personne (voix source), ou d’une voix de synthèse à partir du texte (Text-To-Speech).
La réalisation de l’imitation vocale nécessite l’apprentissage du modèle vocal mathématique des voix Source et Cible à partir de leurs enregistrements respectifs (délibéré ou à partir de fichiers audio d’archives).
Ces modèles vocaux sont ensuite traités, afin de générer un modèle d’imitation vocale de la Voix Source vers la Voix Cible. Ainsi, on peut faire parler une Voix Source avec la voix de la Voix Cible en temps réel.
Pour un meilleur résultat, les enregistrements des voix à reproduire (les voix des interprètes) par l’imitation vocale, sont réalisés en studio. Ensuite, ces enregistrements sont pré-traités pour créer le modèle vocal de manière semi-automatique. A ce stade, on peut déjà entendre un résultat assez représentatif de la reproduction de la voix de l’interprète. Ensuite, un traitement supervisé du modèle vocal permettra d’obtenir la qualité optimale de la reproduction de la voix.
Dans le cas, où la voix à reproduire provient d’une base de données vidéo ou audio d’archives, CandyVoice peut en créer le modèle vocal de qualité, à condition que les enregistrements soient de qualité : homogènes (enregistrés à une même période et dans un même environnement sonore), et dans un environnement sonore sans le bruit.
Voir la procédure d’enregistrement
Les TTS disponibles sur le marché sont très coûteux, leur processus de création est long et complexe, et ils n’offrent que très peu de voix pour chaque langue. Grâce à la technologie d’imitation vocale de CandyVoice, les voix génériques de tous TTS du marché peuvent être personnalisées très rapidement et facilement.
Personnalisation des Brand Voices de dispositifs basés sur l’interaction vocale, pour enrichir l’expérience de l’utilisateur en lui offrant le choix parmi une multitude de voix, selon ses préférences et besoins.
Sauvegarde de la voix, et personnalisation des voix génériques des dispositifs d’aide à la parole (CAA, ou Communication Augmentée et Alternative) à la voix des patients touchés par les troubles de la voix ou de la parole.
Personnalisation des voix des avatars avec la détection des mouvements de la bouche en fonction de paroles prononcées (Lip Synch).
La personnalisation des voix de TTS permet d’écouter, plutôt que de lire, des messages écrits (mails, sms, publications sur les réseaux sociaux, etc.) avec la voix de l’auteur.
L’option de l’imitation de la voix du personnage du jeu par le joueur en temps réel permet d’améliorer et d’enrichir l’expérience du joueur, d’en augmenter l’immersion, et aussi de protéger les données concernant les joueurs, la voix étant une donnée biométrique qui révèle une multitude d’informations personnelles sensibles.
N’hésitez pas de nous contacter pour demander la documentation technique.
La technologie de transformation vocale de CandyVoice permet de transformer les voix de manière très réaliste (parlée ou chantée !) en agissant sur différents paramètres vocaux simultanément : le timbre, le genre (homme, femme), l’âge (enfant, ado, adulte, personne âgée), etc.
Ainsi, à partir d’une seule voix, on peut créer une multitude de voix différentes. Par ex.: la voix d'un homme peut être transformée en voix de plusieurs femmes, enfants, personnes âgées ou personnages fantastiques.
Pour des raisons de sécurité, de confidentialité, et de conformité au RGPD, certains acteurs de la Voice Tech ne veulent pas faire appel à la reconnaissance vocale en ligne proposée par les GAFAM et BATX. Ils sont contraints alors de créer leur reconnaissance vocale propriétaire pour leur produits et services basés sur la voix. Or créer un corpus vocal pour entrainer des algorithmes d’IA sur laquelle se base la reconnaissance vocale représente un investissement très important, et si on souhaite en acquérir un, malheureusement il existe que très peu de corpus vocaux disponibles à la vente sur le marché. Dans beaucoup de cas, divers acteurs possèdent des petits corpus vocaux qui ne sont pas adaptés à leurs besoins : soit trop petits, soit pas assez riches.
En s’appuyant sur ses briques technologiques, CandyVoice a développé un procédé qui permet de créer ex nihilo ou d’enrichir les corpus vocaux existants en fonction de différents besoins spécifiques: