Mesma frase, só a melodia muda
Na pergunta, a voz sobe no fim. E o fim da frase é onde a voz gerada mais erra.
Em português, uma pergunta de sim ou não pode ter as mesmas palavras de uma afirmação. "Tá tudo certo." e "Tá tudo certo?" só se diferenciam pela melodia, o contorno do pitch ao longo da frase. Nas leituras abaixo, a afirmação sobe no meio e cai no fim; a pergunta fica quase reta e sobe de repente na última sílaba.
O fim da frase
O fim da frase carrega boa parte do sentido: uma afirmação desce e perde força, uma pergunta sobe, e muitas vezes a voz humana termina rangendo (creak). Comparamos a melodia de cada frase gerada com a leitura humana da mesma frase, alinhadas no tempo, olhando o último segundo à parte. A voz gerada tem a melodia mais apertada (7,4 contra 10,0 semitons), range menos no fim (21% contra 33%) e, quando erra, costuma terminar mais aguda, como se a frase não tivesse acabado. Ouça os pares.
Leia também
A mesma nota, três sons
Três sons com a mesma nota de 220 Hz. O que faz cada um soar diferente é o timbre.LerO som por dentro
A mesma fala vista como imagem: o tempo na horizontal, a frequência na vertical e a energia na cor.LerO som em números
Antes de qualquer modelo, a voz é uma lista de números. Veja de perto.Ler