Una mujer perdió la voz. Una cinta de VHS y ocho segundos de audio fueron suficientes para devolvérsela con IA

La grabaron con una cámara de vídeo por allá de los años 90 y aquella pequeña cinta quedó guardada en un VHS. Solo apareció durante ocho segundos, pero tres décadas después, ese tiempo se convirtió en un «milagro»: su voz fue clonada con inteligencia artificial. 

Esta es la historia de Sarah Ezekiel, una ciudadana londinense que perdió la voz en el año 2000 debido a una enfermedad degenerativa. Diagnosticada con esclerosis lateral amiotrófica (ELA), Sarah se vio afectada a nivel neurológico y motriz al grado de perder la movilidad en sus manos y la capacidad para hablar. 

Como narran en la BBC, hace 25 años Sarah trabajaba como como asistente personal en el sector editorial. Casada, con una pequeña hija y uno en espera su vida dio un giro inesperado cuando comenzó a hablar cada vez más despacio sumada a una debilidad en el brazo izquierdo. A los pocos meses no podía entablar una conversación. 

Tiempo después su matrimonio terminó. Ahora a cargo de dos pequeños, pero incapaz de moverse o comunicarse tuvo que esperar cinco años tras su diagnóstico para tener un rayo de esperanza que le devolviera la oportunidad de comunicarse. Llegó a su vida el seguimiento ocular. 

Por medio de esta tecnología, Sarah pudo construir palabras y frases con el movimiento de los ojos mientras un sintetizador de voz generaba la conversación, pero computarizada. Similar a la usada por Stephen Hawking. Una puerta se abrió: volvió a pintar y se ofreció como voluntaria en un asociación para personas afectadas con su misma enfermedad. 

El «milagro» de la clonación de voz con IA

Tiempo después, vendría la gran oportunidad para escuchar su voz una vez más. La firma tecnológica Smartbox anunció una iniciativa en la que proporcionaría voces clonadas de manera gratuita a un millón de personas que estuvieran en riesgo de perder su voz o ya la hubieran perdido en su totalidad a causa de cáncer o la ELA. 

A Sarah le pidieron una grabación de voz para que se le reconstruyera. Sin embargo, dado que perdió la capacidad de hablar antes de la era de los smartphones, el único registro era aquel viejo VHS con apenas los escasos ocho segundos en la que se le escuchaba hablar. 

De ahí vino el gran reto. Para empezar, la imagen no solo era mala, sino que el audio era todavía peor. Además de estar distorsionado, la voz se mezcló con ruidos externos como una televisión de fondo a todo volumen y más gente alrededor. Uno de los responsables de Smartbox, Simon Poole, creyó que sería imposible.

Sin embargo, Poole utilizó la aplicación Voice Isolator de ElevenLabs. Si bien logró aislar la voz de Sarah, el siguiente problema era darle entonación, personalidad y ajustar el acento. Para ello requirió otra aplicación entrenada con miles de voces para llenar tales baches. De ahí, surgió lo inesperado: 

«Después de tanto tiempo, casi no recordaba mi voz. Cuando la volví a oír, sentí ganas de llorar. Es una especie de milagro. [….] Me alegro de estar de vuelta. Es mejor que ser un robot«.

Lo impresionante del resultado se respaldó con los testimonios de sus hijos Aviva y Eric quienes dijeron estar sorprendidos de escucharla a diario. Aunque claro, tendrían que acostumbrarse. Por su parte, uno de los amigos de Sarah, quien la conoció antes de perder la voz, quedó impresionado por «lo realista que sonaba».

Sarah extraña su voz auténtica… pero agradece su segunda oportunidad.