El estándar silencioso de las voces sintéticas: liberemos la diversidad

Por Catalina Barragán

🎧 Audiocolumna

0:00

/268.992

1×

En el mundo digitalizado, nos rodea una sinfonía de voces sintéticas: desde asistentes como Siri y Chat GPT en nuestros dispositivos, hasta los narradores de videos y las voces en aplicaciones como Tik Tok o en buzones de voz. Estas voces, diseñadas bajo un estándar de neutralidad, terminan por homogeneizar la diversidad humana y, sin intención, perpetúan una “normalidad” excluyente y poco representativa de la realidad. Al interactuar regularmente con estas tecnologías, se nos condiciona inconscientemente a aceptar una representación muy limitada de la humanidad, marginando a quienes no encajan en este molde.

Sin embargo, la voz es mucho más que un medio de comunicación, es una expresión esencial de nuestra identidad individual y colectiva. Un estudio realizado por neurolingüistas en 2011 señala que la voz es uno de los vehículos más potentes para proyectar nuestra identidad en la sociedad. Esencialmente, es una extensión de nosotros mismos dentro del tejido social, fundamental para expresar ideas, defender propuestas y comunicar necesidades, representando una herramienta fundamental para navegar entornos sociales y económicos.

A pesar de los avances en la representación visual de la diversidad, la pluralidad vocal ha sido largamente ignorada y se ha convertido en otro frente de discriminación. Las personas con identidades diversas que se expresan con voces que distan del estándar enfrentan retos tangibles. Esto es especialmente cierto para miembros de la comunidad LGBTIQ+, cuyas voces a menudo trascienden las expresiones de género binarias, al emplear tonos, cadencias y timbres diferentes a los que escuchamos en nuestro día a día y también a través de asistentes virtuales. 

De acuerdo con estudios recientes, el 41% de los hombres gays y el 6% de las mujeres lesbianas afirman que son identificados como LGTBIQ+ debido a sus voces. Para muchas personas, estas pueden ser una señal de identidad que desafía las normas de género tradicionales, lo que a menudo resulta en discriminación y exclusión, no solo socialmente, sino también en sus oportunidades laborales y desarrollo profesional.

En este contexto, la inteligencia artificial presenta una oportunidad para fomentar la inclusión. Las nuevas tecnologías replican voces existentes y permiten crear nuevas combinaciones de características vocales, expandiendo la diversidad representada y creando modelos de voz que abarcan un rango más amplio de identidades y estilos de habla. El impacto de estas innovaciones alcanza diversos sectores: mejoran las interacciones con asistentes virtuales en servicios al cliente, facilitan recursos educativos accesibles y multilingües, y enriquecen la experiencia en entretenimiento con personajes animados y videojuegos más realistas.

Aprovechando esta coyuntura, surgen proyectos como la iniciativa "Free the Voices", creada desde LLYC, como un innovador banco de cuatro voces sintéticas, y próximamente una quinta, que se han creado con la participación de 250 muestras de voz del colectivo LGBTIQ+, aumentando la visibilidad y promoviendo la inclusión, al tiempo que se combaten activamente los sesgos mediante la exposición y normalización de la diversidad vocal.

Lo anterior, representa un llamado a la acción para reconocer y disminuir los sesgos generados por la voz, fomentando un entorno más inclusivo y justo. Al proporcionar herramientas accesibles, incentivamos la innovación y la creatividad en la producción de contenidos digitales, y contribuimos a un cambio cultural positivo y a una mayor aceptación de las diferencias. Sin duda alguna, la tecnología, cuando se emplea de manera consciente y ética, puede ser un reflejo verdadero de la diversidad humana y un puente hacia un futuro donde todas las voces sean valoradas y respetadas.

Mientras que las voces sintéticas en la tecnología refuerzan un estándar de neutralidad que puede marginar la diversidad vocal, también nos brindan una oportunidad única para replantear y expandir nuestras percepciones de la "normalidad". Es crucial que reconozcamos y utilicemos la capacidad de la tecnología para incluir y representar todas las voces, no solo las que se ajustan a un molde predefinido. Al hacerlo, podemos transformar estas herramientas de homogeneización en instrumentos de diversificación, abriendo caminos hacia una sociedad más inclusiva donde la voz de cada persona es escuchada y valorada. 

Cada uno de nosotros es su voz, y nuestras voces definen nuestras identidades. El estándar es demasiado silencioso; es hora de liberar la sinfonía  que llevamos dentro como humanidad.

*Directora de Comunicación Corporativa en LLYC de México 

Las opiniones expresadas son responsabilidad de sus autoras y son absolutamente independientes a la postura y línea editorial de Opinión 51.