Ve snaze pomoci lidem, kteří neumí mluvit, vyvinuli neurovědci zařízení, které dokáže převádět mozkové signály na řeč. Tato technologie není dosud dostatečně vyvinuta pro použití mimo laboratoř, ačkoli může být použita k syntéze celých vět, které jsou většinou pochopeny, píše "Nature".
Ve snaze pomoci lidem, kteří neumí mluvit, vyvinuli neurovědci zařízení, které dokáže převádět mozkové signály na řeč.
Tato technologie ještě není dostatečně vyspělá pro použití mimo laboratoř, i když ji lze použít k syntéze celých vět, které jsou obecně chápány. Tvůrci dekodéru řeči představili svůj popis v článku publikovaném v časopise Nature dne 24. dubna.
Vědci použili umělou inteligenci v minulosti k překladu mozkových signálů do jediných slov, většinou sestávajících z jedné slabiky, říká Chethan Pandarinath, neuroinženýr na Emory University v Atlantě v Georgii, který k článku napsal komentář. „Skok z jedné slabiky do vět je technicky náročný, a proto je práce tak působivá,“říká.
Převod pohybu na zvuk
Mnoho lidí, kteří ztratili schopnost mluvit, komunikuje pomocí zařízení, které vyžaduje, aby malé pohyby používaly kurzor k výběru písmen nebo slov na obrazovce. Jedním slavným příkladem byl britský fyzik Stephen Hawking, který měl onemocnění motorických neuronů. Použil řečové zařízení, které bylo aktivováno svaly tváře, řekl vedoucí studie Edward Chang, neurochirurg na kalifornské univerzitě v San Franciscu.
Protože lidé používající taková zařízení musí psát slova písmena po písmenu, mohou být tato zařízení velmi pomalá, „mluvící“, až deset slov za minutu, říká Chang. Přirozená řeč zahrnuje v průměru 150 slov za minutu. "Je to kvůli efektivitě hlasového traktu," říká. A tak se Chang a jeho tým rozhodli simulovat hlasový systém při vytváření dekodéru řeči.
Propagační video:
Vědci pracovali s pěti lidmi, kterým byly implantovány elektrody na povrchu mozku při léčbě epilepsie. Nejprve, když účastníci experimentu nahlas přečetli stovky vět, vědci zaznamenali aktivitu mozku. Chang a jeho kolegové pak tyto nahrávky spojili s údaji z předchozích experimentů, které se zabývaly tím, jak pohyby jazyka, rtů, čelistí a hrtanu vytvářejí zvuk.
Na základě těchto údajů vědci „vyškolili“algoritmus hlubokého učení a tento program poté začlenili do svého dekodéru. Zařízení převádí mozkové signály na určené pohyby hlasového traktu a převádí je na syntetickou řeč. Lidé, kteří poslouchali 101 syntetizovaných vět, byli schopni rozumět průměrně 70% slov, říká Chang.
V dalším experimentu vědci požádali jednoho z účastníků, aby nahlas přečetli věty a pak ústy ztlumili stejné věty. Věty syntetizované v tomto případě byly horší kvality než věty syntetizované z „mluvené“řeči, říká Chang, ale výsledky jsou stále povzbudivé.
Pochopení syntetizované řeči je věcí budoucnosti
Řeč, syntetizovaná přeměnou mozkových signálů na pohyby hlasového traktu a jejich převedením na zvuk, je snáze pochopitelná než řeč, která je syntetizována přeměnou mozkových signálů přímo na zvuk, říká Stephanie Riès, neurovědkyně na San Diego State University. v Kalifornii.
Není však jasné, zda bude nový dekodér řeči pracovat se slovy, která lidé ve svých myslích „mluví“, říká Amy Orsborne, neuroinženýr na Washingtonské univerzitě v Seattlu. "Článek ukazuje opravdu dobře, že zařízení pracuje s mimickou řečí," říká. "Ale jak to funguje, když člověk nepohybuje rty?"
Marc Slutzky, neurovědec na Northwestern University v Chicagu v Illinois, souhlasí a říká, že dekodér řeči může být efektivnější. Poznamenává, že posluchači identifikovali syntetizovanou řeč výběrem slov ze souboru možností, ale jak se počet možností zvýšil, bylo obtížnější porozumět slovům.
Tento výzkum „je opravdu důležitým krokem, ale ještě zbývá hodně udělat, než bude syntetizovaná řeč snadno pochopitelná,“říká Slutsky.
Gruzie Guglielmi (Giorgia Guglielmi)