Annak érdekében, hogy segítsen az embereknek, akik nem tudnak beszélni, az idegtudósok kifejlesztettek egy eszközt, amely az agyjeleket beszédré alakítja. Ezt a technológiát még nem fejlesztették ki kellőképpen a laboratóriumon kívüli felhasználáshoz, bár felhasználhatók egész mondatok szintetizálására, amelyek többnyire érthetõek, írja a "Természet".
Annak érdekében, hogy segítsen az embereknek, akik nem tudnak beszélni, az idegtudósok kifejlesztettek egy eszközt, amely az agyjeleket beszédré alakítja.
Ez a technológia még nem elég érett a laboratóriumon kívüli felhasználáshoz, bár felhasználható az általánosan érthető egész mondatok szintézisére. A beszéddekóder alkotói egy április 24-én a Nature folyóiratban megjelent cikkben mutatták be annak leírását.
A tudósok a múltban a mesterséges intelligenciát alkalmazták az agyjelek egyetlen szavakra konvertálására, többnyire egyetlen szótagból - mondja Chethan Pandarinath, a grúziai atlanta emoryi egyetem neuroinžinésze, aki kommentárt írt a cikkhez. "Az egyik szótagról mondatra ugrás technikailag kihívást jelent, és részben ezért a munka annyira lenyűgöző" - mondja.
Konvertálja a mozgást hangmá
Sokan, akik elveszítették a beszédképességüket, olyan eszközökkel kommunikálnak, amelyek megkövetelik számukra, hogy apró mozdulatokkal mozgatják a kurzort betűk vagy szavak kiválasztására a képernyőn. Az egyik híres példa a Stephen Hawking brit fizikus, akinek motoros idegbetegsége volt. Beszédkészüléket használt, amelyet az arc izma aktiválott - mondta Edward Chang, a tanulmányvezetõ, a San Francisco-i Kaliforniai Egyetem idegsebésze.
Mivel az ilyen eszközöket használó embereknek betűkkel kell betölteni a szavakat, ezek az eszközök nagyon lassúak lehetnek, akár tíz szó percenként “beszélhetnek” - mondja Chang. A természetes beszéd percenként átlagosan 150 szóval jár. "Ennek oka a vokális traktus hatékonysága" - mondja. És tehát Chang és csapata úgy döntött, hogy a beszéddekód dekódolásakor a hangrendszert szimulálja.
Promóciós videó:
A tudósok öt emberrel dolgoztak, akikbe az agy felületére elektródákat ültettek be az epilepsziában. Eleinte, amikor a kísérlet résztvevői több száz mondatot hangosan olvastak, a tudósok rögzítették az agy aktivitását. Chang és munkatársai ezt követően ezeket a felvételeket egyesítették a korábbi kísérletek adataival, amelyek megvizsgálták, hogy a nyelv, az ajkak, az állkapocs és a gége mozgása hogyan hozza létre a hangot.
Ezen adatok felhasználásával a tudósok "kiképezték" egy mély tanulási algoritmust, majd beépítették ezt a programot dekóderükbe. A készülék az agyjeleket a vokális szakasz meghatározott mozgásává alakítja és ezeket a mozgásokat szintetikus beszédré alakítja. A 101 szintetizált mondatot hallgatók képesek voltak megérteni a szavak átlagosan 70% -át - mondja Chang.
Egy másik kísérletben a tudósok felkérték az egyik résztvevőt, hogy olvassák el mondatokat hangosan, majd szájukkal némítsák el ugyanazokat a mondatokat. Chang szerint az ebben az esetben szintetizált mondatok rosszabb minőségűek voltak, mint a „beszélt” beszédből szintetizált mondatok, ám az eredmények továbbra is biztatóak.
A szintetizált beszéd megértése a jövő kérdése
A beszédet, amelyet az agyjeleknek a beszédcsatorna mozgássá történő átalakításával és a hangokká történő átalakításával szintetizálnak, könnyebb megérteni, mint a beszédet, amelyet az agyi jelek közvetlen hangmá alakításával szintetizálnak - mondja Stephanie Riès, a San Diego Állami Egyetem idegtudós orvosa. Kaliforniában.
Nem világos, hogy az új beszéddekóder olyan szavakkal működik-e, amelyekben az emberek csak „beszélnek” az elméjükben - mondja Amy Orsborne, a seattle-i washingtoni egyetem idegmérnöke. "A cikk igazán jól mutatja, hogy az eszköz utánozó beszéddel működik" - mondja. "De hogyan működik, ha az ember nem mozgatja ajkát?"
Marc Slutzky, az észak-nyugati egyetem idegtudóstudósa, Chicago, Illinois, egyetért azzal, hogy a beszéddekóder hatékonyabb lehet. Megjegyzi, hogy a hallgatók a szintetizált beszédet azáltal választották ki, hogy szavakat választottak ki egy opciókészletből, de mivel a lehetőségek száma növekedett, a szavak megértése nehezebb lett.
Ez a kutatás "valóban fontos lépés, de még mindig sok a tennivaló, hogy a szintetizált beszéd könnyen megérthető legyen" - mondja Slutsky.
Georgia Guglielmi (Giorgia Guglielmi)