Archivoz

Archivoz comenzó en 2019 como uno de los experimentos del proyecto Fonocosa, a partir de entender que, antes de proponer soluciones técnicas, hacía falta revisar a fondo las transformaciones radicales que puede vivir la voz a lo largo de la vida, en particular la de personas que atraviesan transiciones de género o una laringectomía parcial o total.

Se materializa como una página web que alberga un banco de voces diversas y locales modeladas con inteligencia artificial, que se consulta como una aplicación de texto a voz: se puede producir un texto hablado con cualquiera de las voces cargadas. En enero de 2023 empezamos a desarrollar categorías y estrategias de visualización para ordenar ese banco con criterios distintos a «género» o «voz sana / voz enferma», tomando la voz como un sistema físico dinámico y usando categorías propias de la física y el sonido para correr a las voces de la mirada médica normativa.

Hoy pensamos Archivoz como un corpus de voz gobernado por su comunidad y como una infraestructura soberana de habla, en respuesta al colonialismo de datos de los sistemas de texto a voz, con aportes de la economía política de la tecnología (Cecilia Rikap, Mariana Mazzucato). El trabajo técnico reciente se centra en un corpus de unas 24 horas de español argentino y en su preprocesamiento: al probar detección de actividad de voz y desreverberación, encontramos que la mejora agresiva de la señal borra parte de lo que hace reconocible a cada voz, por eso el procesamiento se ajusta para preservar la identidad vocal.

En agosto de 2023 presentamos Archivoz en Sinergias, en el CCK, un encuentro que conecta empresas con proyectos nacionales de desarrollo tecnológico en salud.

Archivoz began in 2019 as one of the experiments of the Fonocosa project, from the realization that before proposing technical solutions we needed to look closely at the radical changes a voice can go through over a lifetime, especially for people going through a gender transition or a partial or total laryngectomy.

It takes the form of a website that holds a bank of diverse, local voices modeled with artificial intelligence and is used as a text-to-speech application: you can produce spoken text in any of the voices in the bank. In January 2023 we began developing categories and ways of visualizing the bank that do not sort voices by “gender” or “healthy voice / sick voice”, treating the voice as a dynamic physical system and borrowing categories from physics and sound to move the voices away from the normative medical view.

Today we think of Archivoz as a community-governed voice corpus and sovereign speech infrastructure, a response to data colonialism in text-to-speech systems, drawing on the political economy of technology (Cecilia Rikap, Mariana Mazzucato). Recent technical work focuses on a corpus of about 24 hours of Argentine Spanish and how to prepare it: testing voice activity detection and dereverberation showed that aggressive speech enhancement erases part of what makes each voice recognizable, so the processing is tuned to keep vocal identity intact.

In August 2023 we presented Archivoz at Sinergias, at the CCK in Buenos Aires, an event that connects companies with Argentine health technology projects.