افرادی که توانایی صحبت کردن با صدای خود را از دست داده‌اند، تمایل دارند از ترکیب‌کننده‌های گفتار مختلف استفاده کنند. فناوری های مدرن راه حل های زیادی برای این مشکل ارائه می دهند: از ورودی ساده صفحه کلید گرفته تا ورودی متن با استفاده از یک نگاه و نمایشگر ویژه. با این حال، همه راه‌حل‌های موجود بسیار کند هستند و هر چه وضعیت فرد شدیدتر باشد، زمان بیشتری برای تایپ کردن او نیاز دارد. این امکان وجود دارد که این مشکل به زودی با استفاده از یک رابط عصبی حل شود، که در قالب یک ایمپلنت ویژه از الکترودهایی که مستقیماً روی مغز نصب شده است، که حداکثر دقت را در خواندن فعالیت آن می‌دهد، پیاده‌سازی می‌شود که سیستم می‌تواند سپس آن را به گفتار تفسیر کند. که بتوانیم بفهمیم
محققان دانشگاه کالیفرنیا در سانفرانسیسکو در در 25 آوریل، آنها توضیح دادند که چگونه توانستند با استفاده از ایمپلنت، گفتار ذهنی یک فرد را صدا کنند. بنا به گزارش ها، صدا در برخی جاها نادرست بود، اما جملات قادر به بازتولید کامل و مهمتر از همه برای شنوندگان خارجی بودند. این امر مستلزم سال ها تجزیه و تحلیل و مقایسه سیگنال های مغزی ثبت شده بود و این فناوری هنوز برای استفاده در خارج از آزمایشگاه آماده نیست. گوپالا آنومانچیپالی، دانشمند مغز و گفتار، می‌گوید: با این حال، این آزمایش نشان داد که «فقط با استفاده از مغز، می‌توان گفتار را رمزگشایی و بازتولید کرد».
فرانک گونتر، عصب‌شناس دانشگاه بوستون، توضیح می‌دهد: «فناوری توصیف‌شده در مطالعه جدید وعده می‌دهد که در نهایت توانایی صحبت کردن آزادانه را به افراد بازگرداند. سخت است که اهمیت این موضوع را برای همه این افراد اغراق کنیم... اینکه نتوانید با نیازهای خود ارتباط برقرار کنید و فقط با جامعه تعامل داشته باشید، بسیار منزوی و یک کابوس است.
همانطور که قبلاً ذکر شد، ابزارهای گفتاری موجود که بر تایپ کلمات با استفاده از یک روش یا روش دیگر تکیه دارند خسته کننده هستند و اغلب بیش از 10 کلمه در دقیقه تولید نمی کنند. در مطالعات قبلی، دانشمندان قبلاً از سیگنال‌های مغزی برای رمزگشایی تکه‌های کوچک گفتار، مانند حروف صدادار یا تک تک کلمات استفاده کرده بودند، اما با واژگان محدودتری نسبت به کار جدید.
Anumanchipalli به همراه جراح مغز و اعصاب ادوارد چانگ و مهندس زیستی جاش چارتیه، پنج نفر را مورد مطالعه قرار دادند که شبکه‌های الکترودی به‌عنوان بخشی از درمان صرع به‌طور موقت در مغزشان کاشته شده بود. از آنجایی که این افراد می توانستند به تنهایی صحبت کنند، محققان توانستند فعالیت مغز را در حین گفتن جملات توسط آزمودنی ها ثبت کنند. سپس این تیم سیگنال‌های مغزی را که لب‌ها، زبان، فک و حنجره را کنترل می‌کنند با حرکات واقعی مجرای صوتی مرتبط کردند. این به دانشمندان اجازه داد تا یک دستگاه صوتی مجازی منحصر به فرد برای هر فرد ایجاد کنند.
سپس محققان حرکات جعبه صوتی مجازی را به صدا ترجمه کردند. Chartier می گوید: استفاده از این روش "گفتار را بهبود بخشید و آن را طبیعی تر کرد." حدود 70 درصد از کلمات بازسازی شده برای شنوندگانی که از آنها خواسته شده بود گفتار ترکیب شده را تفسیر کنند قابل درک بود. به عنوان مثال، هنگامی که یک سوژه سعی کرد بگوید: «یک گربه کالیکو بگیرید تا جوندگان را دور نگه دارید»، شنونده شنید: «گربه کالیکو که خرگوش‌ها را دور نگه دارد». به طور کلی، برخی از صداها مانند "sh (sh)" خوب به نظر می رسیدند. برخی دیگر مانند «بوه» و «پوه» نرمتر به نظر می رسیدند.
این فناوری به دانستن نحوه استفاده فرد از دستگاه صوتی بستگی دارد. اما بسیاری از مردم به سادگی این اطلاعات و فعالیت مغز را نخواهند داشت، زیرا اصولاً به دلیل سکته مغزی، آسیب به دستگاه صوتی یا بیماری لو گریگ (که استیون هاوکینگ از آن رنج می برد) نمی توانند صحبت کنند.
مارک اسلوتسکی، عصب شناس و مهندس اعصاب در دانشکده پزشکی جانز، می گوید: «بزرگترین مانع این است که چگونه می توانید یک رمزگشا بسازید در حالی که نمونه ای از گفتاری که قرار است برای آن ساخته شود را ندارید. فاینبرگ از دانشگاه نورث وسترن در شیکاگو.
با این حال، در برخی از آزمایش‌ها، محققان دریافتند که الگوریتم‌هایی که برای ترجمه حرکات مجرای صوتی مجازی به صداها استفاده می‌شوند، به اندازه‌ای از فردی به فرد دیگر مشابه هستند که می‌توان از آنها برای افراد مختلف استفاده مجدد کرد، شاید حتی کسانی که اصلاً نمی‌توانند صحبت کنند.
اما در حال حاضر، تهیه یک نقشه جهانی از فعالیت سیگنال های مغزی مطابق با کار دستگاه صوتی، کار بسیار دشواری به نظر می رسد برای استفاده از آن برای افرادی که دستگاه گفتار آنها مدت طولانی فعال نبوده است.
منبع: 3dnews.ru