В опит да помогнат на хора, които не могат да говорят, невролозите са разработили устройство, което може да преобразува мозъчните сигнали в реч. Тази технология все още не е достатъчно разработена за използване извън лабораторията, въпреки че може да се използва за синтезиране на цели изречения, които се разбират най-вече, пише "Nature".
В опит да помогнат на хора, които не могат да говорят, невролозите са разработили устройство, което може да преобразува мозъчните сигнали в реч.
Тази технология все още не е достатъчно зряла за използване извън лабораторията, въпреки че може да се използва за синтезиране на цели изречения, които обикновено се разбират. Създателите на речевия декодер представиха неговото описание в статия, публикувана в списанието Nature на 24 април.
Учените са използвали изкуствен интелект в миналото, за да преобразуват мозъчни сигнали в единични думи, предимно от една сричка, казва Четън Пандаринат, невроинженер от университета Емори в Атланта, Джорджия, който написа коментар към статията. „Прескачането от една сричка в изречения е технически предизвикателно и отчасти затова работата е толкова впечатляваща“, казва той.
Преобразуване на движение в звук
Много хора, загубили способността да говорят, общуват с помощта на устройство, което изисква от тях да правят малки движения, за да използват курсора за избор на букви или думи на екрана. Един известен пример беше британският физик Стивън Хокинг, който имаше заболяване на моторните неврони. Той използва речево устройство, което се активира от мускула на бузата, заяви ръководителят на изследването Едуард Чанг, неврохирург от Калифорнийския университет в Сан Франциско.
Тъй като хората, които използват такива устройства, трябва да въвеждат думи буква по буква, тези устройства могат да бъдат много бавни, „говорят“до десет думи в минута, казва Чанг. Естествената реч включва средно 150 думи в минута. „Това се дължи на ефективността на гласовия тракт“, казва той. И така Чанг и неговият екип решиха да симулират гласовата система при изграждането на своя речев декодер.
Промоционално видео:
Учените са работили с петима души, които са били имплантирани с електроди на повърхността на мозъка в процеса на лечение на епилепсия. В началото, когато участниците в експеримента прочетоха стотици изречения на глас, учените записаха активността на мозъка. Чанг и колегите му комбинираха тези записи с данни от предишни експерименти, които разглеждаха как движенията на езика, устните, челюстта и ларинкса произвеждат звук.
Използвайки тези данни, учените "обучиха" алгоритъм за дълбоко обучение и след това включиха тази програма в своя декодер. Устройството преобразува мозъчните сигнали в определени движения на гласовия тракт и ги превръща в синтетична реч. Хората, които слушали 101 синтезирани изречения, са успели да разберат средно 70% от думите, казва Чанг.
В друг експеримент учените помолили един от участниците да прочете изречения на глас и след това да заглуши същите изречения с устата си. Изреченията, синтезирани в този случай, са с по-лошо качество от тези, синтезирани от „изказаната“реч, казва Чанг, но резултатите все още са обнадеждаващи.
Разбирането на синтезирана реч е въпрос на бъдещето
Речта, синтезирана чрез преобразуване на мозъчни сигнали в движения на гласните пътища и превръщането им в звук, е по-лесна за разбиране от речта, която се синтезира чрез преобразуване на мозъчни сигнали директно в звук, казва Стефани Риес, невролог от държавния университет в Сан Диего. в Калифорния.
Но не е ясно дали новият речев декодер ще работи с думи, които хората "говорят" само в ума си, казва Ейми Орсбърн, невроинженер от Университета на Вашингтон в Сиатъл. „Статията показва наистина добре, че устройството работи с мимическа реч“, казва тя. "Но как работи, ако човекът не помръдне устните си?"
Марк Слуцки, невролог в Северозападния университет в Чикаго, Илинойс, се съгласява и казва, че речевият декодер може да бъде по-ефективен. Той отбелязва, че слушателите идентифицират синтезирана реч, като избират думи от набор от опции, но тъй като броят на опциите се увеличава, става по-трудно да се разберат думите.
Това изследване „е наистина важна стъпка, но има още много да се направи, преди синтезираната реч да бъде лесно разбрана“, казва Слуцки.
Джорджия Гуглиелми (Giorgia Guglielmi)