Voder, cỗ máy biết nói do Bell Labs trình diễn ở Hội chợ Thế giới New York năm 1939, là điểm khởi đầu của một câu chuyện dài về cách biến giọng người thành vài con số. Đằng sau màn diễn ấy là kỹ sư Homer Dudley, người đã đặt nền cho vocoder, cho đường dây mật SIGSALY của Đồng minh và, theo cách nhìn của kênh, cho cả những cuộc gọi hôm nay.

Tóm tắt nhanh

Voder không phải máy biết nói theo nghĩa trí tuệ nhân tạo. Đó là một nhạc cụ khó chơi, và giọng nói là của đôi tay người điều khiển nó. Giá trị lâu dài nằm ở ý tưởng của Dudley: giọng người có thể tách thành nguồn âm và bộ lọc, nên chỉ cần gửi công thức để dựng lại lời nói thay vì gửi cả âm thanh. Ý tưởng đó đi từ sân khấu hội chợ vào phòng chiến tranh, rồi vào điện thoại di động.

Diễn biến chính

1939: giọng máy trên sân khấu hội chợ

Trong gian trưng bày của hệ thống điện thoại Bell, khán giả hô lên những cái tên khó đọc như Oshkosh hay Popocatepetl, và Voder đáp lại bằng giọng rè, chậm nhưng rõ chữ. Theo ghi chép của Bell, có khách hỏi liệu có đĩa hát nào giấu đâu đó không, và có người quay lại nghe tới 19 lần. Bell ước tính hơn 5 triệu lượt người đã nghe ở New York. Đài NBC cũng phát chương trình đi khắp nước, và có người nghe được tận Thượng Hải.

1928: câu hỏi của Homer Dudley

Từ năm 1928, Dudley, kỹ sư truyền dẫn ở Bell Labs, hỏi một câu khác với đồng nghiệp: trong tín hiệu giọng nói, tai người thật sự cần phần nào? Bối cảnh là các tuyến điện thoại xuyên đại dương chật kênh và cước rất đắt. Ông nhìn dây thanh như máy phát tiếng ù hoặc tiếng xì, còn miệng, lưỡi, môi như những nút vặn nặn âm thanh ấy thành nguyên âm, phụ âm. Vì các nút vặn đổi chậm hơn nhiều so với dây thanh, ông cho rằng chỉ cần gửi vị trí của chúng. Ông đặt tên cho cỗ máy là vocoder, viết tắt của voice coder.

1937–1938: Voder ra đời

Dudley và Robert Riesz nộp đơn xin bằng sáng chế năm 1937, và bằng được cấp mùa hè năm 1938. Họ bỏ nửa phân tích giọng nói, thay bằng đôi tay người. Người chơi có mười phím tương ứng mười bộ lọc, thanh gạt ở cổ tay để chuyển giữa tiếng ù và tiếng xì, bàn đạp để đổi cao độ, cùng vài phím cho âm bật. Không phím nào ghi sẵn chữ cái, nên người chơi phải tự biết mỗi chữ gồm những dải tần nào. Bell tuyển các cô gái từ tổng đài điện thoại, về sau gọi là Voderette.

1941: đường dây A-3 bị nghe lén

Sáng 7/12/1941, Tướng George Marshall cần cảnh báo các căn cứ Thái Bình Dương nhưng không tin đường dây mật A-3 của AT&T, nên gửi điện tín mã hoá. Bức điện đến Hawaii sau khi cuộc tấn công đã kết thúc. Nỗi ngờ của ông có cơ sở: từ mùa thu 1941, kỹ sư Bưu điện Đế chế Đức đã bẻ được A-3 và nghe lén từ một nhà nghỉ thanh niên ở bờ biển Hà Lan, kể cả cuộc gọi giữa Roosevelt và Churchill.

1943: SIGSALY khai trương

Giải pháp đến từ chính vocoder. Giọng nói được rút thành 12 con số, lấy mẫu 50 lần mỗi giây, mỗi số chỉ có sáu mức, tổng cộng khoảng 1.551 bit mỗi giây. Mỗi con số được cộng với khoá ngẫu nhiên ghi trên đĩa than, chỉ có đúng hai bản ở Washington và London, mỗi đĩa chứa 12 phút và dùng xong thì huỷ. Cỗ máy gồm 40 tủ thiết bị, nặng trên 50 tấn. Đường dây khai trương ngày 15/7/1943, với máy đặt ở Lầu Năm Góc và dưới tầng hầm cửa hàng Selfridges ở London. Báo cáo của phía Đức năm 1943 ghi rằng giờ chẳng còn moi được gì từ các cuộc gọi đó. Hệ thống phục vụ hơn 3.000 cuộc hội đàm tối mật qua khoảng 12 trạm.

Sau 1946: im lặng rồi tái sinh

Sau chiến tranh, Voder nằm lại trong kho, vocoder không được AT&T dùng vì giọng khó nghe, và SIGSALY ngừng hoạt động năm 1946. Nhưng ý tưởng thì tiếp tục. Cuối thập niên 1960, hai nhóm kỹ sư ở Tokyo và Bell Labs tìm ra mã hoá dự đoán tuyến tính. Năm 1974, trên ARPANET, hai đầu dây trao đổi giọng nói đã cắt thành gói dữ liệu. Năm 1978 là món đồ chơi Speak and Spell của Texas Instruments, rồi đến điện thoại di động và mạng GSM.

Điều còn tranh cãi hoặc cần thận trọng

  • Số Voderette: các nguồn nói sáu, hai chục, thậm chí ba trăm người tập mà chưa tới ba chục người đạt. Tài liệu gốc của Bell năm 1940 chỉ nhắc đến «cô gái ở Voder».
  • «Máy nói đầu tiên»: Voder không phải cỗ máy nói đầu tiên; đúng hơn đó là cỗ máy điện tử đầu tiên nói thành câu trước đám đông.
  • Con cá vàng: chuyện Dudley nằm trên giường bệnh, nhìn bể cá vàng rồi nghĩ ra vocoder chỉ có trong lời kể của một nhà văn, không có nguồn độc lập.
  • Chi tiết giai thoại khác: cuộc thi đọc khẩu hình, việc tướng lĩnh chê giọng mình ẻo lả, và chuyện tủ máy SIGSALY bị đổ xuống biển đều là lời kể khó kiểm chứng.
  • Vai trò của Alan Turing: việc ông thăm Bell Labs năm 1943 và mức độ đóng góp còn tranh cãi, nên bài không khẳng định gì thêm.

Vì sao câu chuyện này đáng nhớ?

Cỗ máy bị quên vì nó là một màn trình diễn cần khán giả, còn ý tưởng sống sót vì nó là công thức, chỉ cần người kế tiếp dùng lại. Khán giả năm 1939 ra về kể về cỗ máy mà ít ai nhắc đến đôi tay đứng sau nó.

Điều đáng suy nghĩ không phải máy đã biết nói chưa, mà là ai đang đặt tay lên phím. Ngày nay, mỗi cuộc gọi vẫn dựng lại giọng bạn từ một nắm con số, như một Voder tí hon, và nén được mà vẫn giữ lại tiếng cười, điều SIGSALY chưa làm được.

Câu hỏi thường gặp

Voder là gì?

Voder là cỗ máy tổng hợp giọng nói của Bell Labs do Homer Dudley và Robert Riesz phát triển, nộp bằng sáng chế năm 1937 và được cấp năm 1938. Người chơi dùng mười phím, một thanh gạt ở cổ tay và một bàn đạp để tạo ra tiếng nói.

Ai là người điều khiển Voder ở Hội chợ New York 1939?

Là những phụ nữ trẻ được Bell tuyển từ các tổng đài điện thoại, về sau được gọi là Voderette. Theo lời kể, Helen Harper là người giỏi nhất và còn huấn luyện những người khác. Số lượng Voderette thì các nguồn nói không thống nhất.

SIGSALY là gì?

SIGSALY là hệ thống điện thoại mật của Đồng minh, khai trương ngày 15/7/1943. Nó biến giọng nói thành con số theo nguyên lý vocoder, rồi cộng thêm khoá ngẫu nhiên ghi trên đĩa than trước khi gửi đi.

Voder có phải trí tuệ nhân tạo không?

Không. Voder không có dòng lệnh nào, chỉ gồm mạch điện và mười ngón tay của người chơi. Nó cũng không phải cỗ máy nói đầu tiên, vì từ thế kỷ 18 đã có máy nói bằng ống thổi và da thuộc.

Điện thoại ngày nay liên quan gì đến vocoder?

Điện thoại hiện đại vẫn tách giọng thành nguồn âm và bộ lọc rồi chỉ gửi các con số mô tả chúng, một hướng đi nối tiếp từ mã hoá dự đoán tuyến tính cuối thập niên 1960. Máy bên kia dựng lại giọng nói từ những con số ấy.

Nguồn tham khảo

  • T. W. Williams, At the New York World's Fair, Bell Telephone Quarterly 19(1), 1/1940
  • H. Dudley, The Carrier Nature of Speech, Bell System Technical Journal 19(4), 1940
  • H. Dudley và R. R. Riesz, US Patent 2,121,142: System for the artificial production of vocal or other sounds (1938)
  • NSA/CSS, P. D. Weadon, The SIGSALY Story
  • J. D. Paul, Rebuilding a Piece of the First Digital Voice Scrambler, IEEE Spectrum (2019)
  • 99% Invisible, Vox Ex Machina (tập 208, 2016)
  • Red Bull Music Academy Daily, Cryptography and Cyborg Speech: The Strange Journey of the Vocoder (2017)

Bài viết tóm tắt từ video của kênh; nội dung mang tính giới thiệu.