I fremtiden vil stumme mennesker kunne fritt og tydelig uttale ord takket være enheter som konverterer hjerneaktiviteten deres til en syntetisert stemme. Forskere ved University of California, San Francisco, tok nylig et stort skritt mot å forbedre denne teknologien ved å la kunstig intelligens reprodusere en stemme uten å lese tanker, men ved å analysere bevegelsene til en persons lepper. Resultatet var imponerende - den syntetiserte stemmen kan høres akkurat nå.
Det forventes at enheten vil fungere når personen mentalt eller fysisk gjengir munnens bevegelser, selv om de ikke lager noen lyder. For å forstå hvilke områder i den menneskelige hjernen som aktiveres av visse munnbevegelser, rekrutterte forskerne fem frivillige i rettssaken. De leste korte utdrag fra barns historier - under denne prosessen leste elektroder innebygd i hjernen deres aktivitet.
Til syvende og sist utviklet forskerne to nevrale nettverk: den første matchede hjernesignaler med leppebevegelser, og den andre gjorde disse bevegelsene om til syntetisert tale. De frivillige var faktisk i stand til å gjenta fragmenter av setninger - omtrent 69% av syntetiserte ord kan lett gjenkjennes på innspillingene. Som med andre studier, jo kortere setninger, desto mer nøyaktig er resultatet.
Forskere kan forbedre teknologien gjennom bruk av hjerneimplantater med tettere elektroder og sofistikerte maskinlæringsalgoritmer. Vanlige trekk ble funnet mellom hjernesvarene fra forskjellige studiedeltakere, noe som antyder at fremtidige talesynteseenheter lett kan tilpasses for hver person. Forskerne la også merke til at kunstig intelligens noen ganger gjenkjenner lyder som ikke brukes i trening, noe som også gir stort håp.
Ramis Ganiev
