Quando encontramos um robô, um assistente virtual ou qualquer personagem com um corpo físico ou digital, não vemos apenas sua forma; ouvimos sua voz. Esse som não é meramente uma ferramenta para entrega de informações. É um sinal poderoso que molda toda a nossa impressão sobre o personagem. Uma voz pode fazer uma máquina parecer confiável, amigável ou assustadoramente artificial. Ela pode sugerir idade, gênero e status social, frequentemente desencadeando suposições profundas sobre quem está falando e do que são capazes. No entanto, apesar de o quanto esse som importa, o processo de escolha de uma voz é frequentemente assistemático. Os designers frequentemente escolhem uma voz porque ela é conveniente ou soa agradável no momento, sem um plano claro de por que aquele som específico se ajusta ao papel do personagem ou como ele poderia ser percebido por diferentes ouvintes. Essa falta de planejamento pode levar a consequências indesejadas, como o reforço de estereótipos prejudiciais ou a criação de uma desconexão entre a aparência de um personagem e como ele soa.

Para abordar essa lacuna, uma equipe de pesquisadores de universidades e centros de pesquisa na Alemanha e nos Países Baixos desenvolveu um novo framework chamado Voice Design Compass (Bússola de Design de Voz). Este não é um software que gera vozes, mas sim um guia estruturado projetado para ajudar os criadores a refletirem sobre suas escolhas antes mesmo de gravarem uma única palavra. Os pesquisadores começaram construindo um protótipo deste guia, organizando uma série de perguntas e exemplos em um processo modular. Em seguida, convidaram dez especialistas de áreas como interação humano-computador, design de som e inteligência artificial para testar este protótipo. Esses especialistas percorreram as perguntas, pensando em voz alta enquanto consideravam como a ferramenta funcionaria em projetos reais. O feedback deles revelou onde o guia era útil, onde era confuso e o que estava faltando. Usando esse input, a equipe refinou o protótipo no Voice Design Compass final, uma ferramenta destinada a ajudar designers a criar, revisar e documentar um plano claro para a voz de um personagem, garantindo que cada escolha de som seja intencional, ética e bem fundamentada.

A ideia central por trás do Voice Design Compass é que uma voz é um material de design, tal como a forma do corpo de um robô ou a cor de seu revestimento. Assim como um designer não escolheria uma forma de corpo sem considerar como ela se ajusta ao trabalho do personagem, eles não devem escolher uma voz sem considerar seu significado social. O guia ajuda os designers a conectar os pontos entre a aparência do personagem, seu papel e as pessoas que o ouvirão. Por exemplo, uma voz que soa calorosa e prestativa pode ser perfeita para um robô de companhia, mas a mesma voz poderia ser inapropriada ou até perturbadora para uma máquina destinada a emitir avisos de emergência. A Bússola pede aos designers que façam uma pausa e considerem essas relações precocemente. Ela os incita a perguntar: Quem é este personagem? Quem irá ouvir? Que tipo de relacionamento deve existir entre eles? E, talvez o mais importante, quais suposições os ouvintes podem trazer para o som?

Os pesquisadores testaram a versão inicial do guia com dez especialistas do domínio. Estes não eram usuários casuais, mas profissionais com anos de experiência em campos que variam desde a produção de áudio até ética e robótica. Os especialistas foram solicitados a imaginar que estavam aconselhando uma equipe sobre a voz para um novo personagem incorporado, como um guia de museu ou um robô de laboratório. Enquanto navegavam pelo guia, compartilhavam seus pensamentos sobre se as perguntas faziam sentido, se os exemplos eram úteis e como a ferramenta se encaixaria em seu trabalho real. O feedback foi detalhado e construtivo. Os especialistas concordaram que o guia era valioso para forçar os designers a refletirem sobre coisas que poderiam passar despercebidas, como as implicações éticas de uma voz ou as restrições técnicas de sua produção. No entanto, eles também apontaram áreas que precisavam de melhoria. Algumas das perguntas eram muito vagas ou se sobrepunham, causando confusão. O guia parecia pesado demais em alguns pontos, pedindo muita informação de uma só vez, enquanto em outras áreas, omitia considerações importantes, como as características físicas específicas de um personagem ou a necessidade de testar a voz com pessoas reais.

Com base nesse feedback, a equipe fez mudanças significativas para criar o Voice Design Compass final. Eles reorganizaram as perguntas em quatro principais áreas de trabalho que seguem um fluxo lógico. Primeiro, os designers definem o projeto e o contexto, estabelecendo quem é o personagem e onde ele será usado. Segundo, eles desenvolvem o conceito da voz propriamente dito, usando quatro módulos flexíveis para explorar a função do personagem, sua aparência física, a identidade que a voz deve transmitir e as impressões específicas que a voz deve criar. Terceiro, eles revisam o conceito através das lentes da ética e da viabilidade técnica, verificando potenciais danos, vieses ou limitações práticas. Finalmente, o guia incentiva os designers a testarem suas ideias, revisarem com base no que aprenderam e manterem um registro escrito de suas decisões e dos motivos por trás delas. Este registro, chamado de Project Record (Registro do Projeto), garante que o processo de pensamento não seja perdido, permitindo que as equipes revisitem suas escolhas mais tarde, caso o projeto mude.

Uma das mudanças mais importantes na versão final é como ela lida com a reflexão. No protótipo inicial, a ferramenta sinalizava automaticamente possíveis conflitos ou tensões entre diferentes escolhas, o que alguns especialistas sentiram ser muito rígido ou confuso. Na Bússola final, isso é substituído por perguntas abertas que pedem aos designers que identifiquem essas tensões por conta própria. Essa abordagem respeita a expertise do designer, ao mesmo tempo em que o incita a pensar criticamente sobre contradições, como um personagem que parece amigável, mas soa autoritário. O guia também coloca uma ênfase maior na ética, especificamente perguntando aos designers para considerarem quem poderia ser prejudicado por uma escolha de voz, se a voz reforça estereótipos de gênero ou profissão, e como a voz pode afetar pessoas com diferentes habilidades. Ele não diz aos designers o que fazer, mas fornece um espaço estruturado para refletir sobre essas questões complexas.

Os pesquisadores ilustraram como a Bússola funciona com dois exemplos fictícios. Em um, uma equipe de museu planeja um personagem narrador com um corpo de rádio de madeira. Usando o guia, eles decidem dar à voz um estalido sutil para combinar com o visual antigo do rádio, mas também percebem que precisam testar esse efeito para garantir que ele não torne as histórias difíceis de compreender. Eles documentam sua decisão de manter o efeito como opcional e planejam verificar com os visitantes. No segundo exemplo, uma equipe de pesquisa está preparando um pequeno robô humanoide para um estudo. Eles usam o guia para decidir se o robô deve soar infantil ou adulto, e se seu gênero deve ser claro ou ambíguo. Eles consultam as perguntas do guia sobre estereótipos e percebem que uma voz "de gênero ambíguo" pode não evitar, de fato, associações de gênero, então decidem priorizar a clareza e a inteligibilidade para sua tarefa específica. Esses exemplos mostram que a ferramenta não é apenas um checklist, mas uma forma de tornar o processo invisível do design de voz visível e deliberado.

O estudo descobriu que o Voice Design Compass é mais útil para equipes que estão no início do processo de design, ou para aquelas que precisam justificar suas escolhas para outros. É particularmente útil para não especialistas que precisam de uma maneira estruturada de trazer o conhecimento de design de voz para seus projetos, e para especialistas que desejam garantir que não deixaram passar nenhum detalhe ético ou técnico. No entanto, os pesquisadores observaram que a ferramenta pode ser menos útil para projetos muito simples onde a escolha da voz já está fixa, ou para situações onde não há tempo para reflexão. Os especialistas também apontaram que o guia é atualmente baseado em literatura e feedback de especialistas, e ainda não foi testado em um projeto do mundo real ao longo de um período prolongado. A equipe reconhece que a eficácia da Bússola em realmente melhorar os designs de voz ainda é uma questão aberta que precisa de mais estudos.

Em última análise, o Voice Design Compass representa uma mudança na forma como pensamos sobre as vozes das máquinas. Ele move a conversa de "o que soa bem?" para "o que este som significa?" e "quem ele afeta?". Ao fornecer um framework claro e modular para pensar, questionar e registrar, o guia ajuda os designers a assumirem a responsabilidade pelos sons que criam. Sugere que uma voz bem projetada não é apenas um recurso técnico, mas uma parte pensada da identidade de um personagem que respeita as pessoas que a ouvirão. À medida que o campo dos personagens incorporados continua a crescer, ferramentas como esta oferecem uma maneira de garantir que as vozes que construímos sejam tão intencionais e ponderadas quanto os corpos que projetamos.