Osoby, które utraciły zdolność mówienia własnym głosem, zwykle korzystają z różnych syntezatorów mowy. Nowoczesne technologie oferują wiele rozwiązań tego problemu: od prostego wprowadzania danych z klawiatury po wprowadzanie tekstu za pomocą spojrzenia i specjalnego wyświetlacza. Jednak wszystkie istniejące rozwiązania są dość powolne, a im poważniejszy stan danej osoby, tym dłużej zajmuje jej pisanie. Możliwe, że problem ten zostanie wkrótce rozwiązany za pomocą interfejsu neuronowego, który realizowany jest w postaci specjalnego implantu elektrod instalowanych bezpośrednio w mózgu, co daje maksymalną dokładność w odczytywaniu jego aktywności, co system może następnie interpretować na mowę że możemy zrozumieć.
Naukowcy z Uniwersytetu Kalifornijskiego w San Francisco w swoim badaniu 25 kwietnia opisali, jak udało im się wyrazić mowę mentalną danej osoby za pomocą implantu. Podobno w niektórych miejscach dźwięk był niedokładny, ale zdania udało się w pełni odtworzyć i, co najważniejsze, zrozumieć dla zewnętrznych słuchaczy. Wymagało to lat analizy i porównania zarejestrowanych sygnałów mózgowych, a technologia nie jest jeszcze gotowa do zastosowania poza laboratorium. Jednak eksperyment pokazał, że „używając samego mózgu, można odszyfrować i odtworzyć mowę” – mówi Gopala Anumanchipalli, badacz mózgu i mowy.
„Technologia opisana w nowym badaniu obiecuje ostatecznie przywrócić ludziom zdolność swobodnego mówienia” – wyjaśnia Frank Guenther, neurolog z Uniwersytetu Bostońskiego. „Trudno przecenić znaczenie tego dla tych wszystkich ludzi… Niemożność komunikowania swoich potrzeb i po prostu interakcji ze społecznością powoduje niesamowitą izolację i koszmar”.
Jak już wspomniano, istniejące narzędzia do rozpoznawania mowy, które polegają na wpisywaniu słów przy użyciu tej czy innej metody, są żmudne i często generują nie więcej niż 10 słów na minutę. We wcześniejszych badaniach naukowcy wykorzystywali już sygnały mózgowe do dekodowania małych fragmentów mowy, takich jak samogłoski lub pojedyncze słowa, ale z bardziej ograniczonym słownictwem niż w nowym badaniu.
Anumanchipalli wraz z neurochirurgiem Edwardem Changiem i bioinżynierem Joshem Chartierem badali pięć osób, którym w ramach leczenia padaczki tymczasowo wszczepiono do mózgu siatki elektrod. Ponieważ osoby te potrafiły samodzielnie mówić, badacze byli w stanie rejestrować aktywność mózgu podczas wypowiadania zdań. Następnie zespół powiązał sygnały mózgowe kontrolujące wargi, język, szczękę i krtań z rzeczywistymi ruchami przewodu głosowego. Umożliwiło to naukowcom stworzenie unikalnego wirtualnego aparatu głosowego dla każdej osoby.
Następnie badacze przetłumaczyli ruchy wirtualnej skrzynki głosowej na dźwięki. Stosowanie tej metody „poprawiło mowę i uczyniło ją bardziej naturalną” – mówi Chartier. Około 70 procent zrekonstruowanych słów było zrozumiałych dla słuchaczy, których poproszono o interpretację syntetycznej mowy. Na przykład, gdy badany próbował powiedzieć: „Zdobądź kota perkalowego, aby odstraszał gryzonie”, słuchacz usłyszał: „Kota perkalowego, aby odstraszał króliki”. Ogólnie rzecz biorąc, niektóre dźwięki brzmiały dobrze, np. „sh (sh)”. Inne, takie jak „buh” i „puh”, brzmiały łagodniej.
Technologia ta zależy od wiedzy, w jaki sposób dana osoba korzysta z układu głosowego. Ale wiele osób po prostu nie będzie miało tych informacji i aktywności mózgu, ponieważ w zasadzie nie mogą mówić z powodu udaru mózgu, uszkodzenia przewodu głosowego lub choroby Lou Gehriga (na którą cierpiał Stephen Hawking).
„Zdecydowanie największą przeszkodą jest sposób zbudowania dekodera, gdy nie masz przykładu mowy, dla której będzie on zbudowany” – mówi Mark Slutsky, neurolog i neuroinżynier w Johns School of Medicine. Feinberga z Northwestern University w Chicago.
Jednak w niektórych testach naukowcy odkryli, że algorytmy stosowane do tłumaczenia wirtualnych ruchów dróg głosowych na dźwięki były na tyle podobne w zależności od osoby, że można je było ponownie wykorzystać u różnych osób, być może nawet u tych, które w ogóle nie potrafią mówić.
Jednak w tej chwili sporządzenie uniwersalnej mapy aktywności sygnałów mózgowych zgodnie z pracą aparatu głosowego wydaje się zadaniem na tyle trudnym, aby móc z niej korzystać u osób, których aparat mowy nie był aktywny od dłuższego czasu.
Źródło: 3dnews.ru