Ubuduće će nemi ljudi moći slobodno i jasno izgovarati riječi zahvaljujući uređajima koji moždanu aktivnost pretvaraju u sintetizirani glas. Istraživači sa Sveučilišta u Kaliforniji, San Francisco nedavno su poduzeli veliki korak u poboljšanju ove tehnologije, omogućujući umjetnoj inteligenciji reprodukciju glasa bez čitanja misli, već analizom pokreta osoba na usnama. Rezultat je bio impresivan - sintetizirani glas može se čuti upravo sada.
Očekuje se da će uređaj djelovati kada osoba mentalno ili fizički reproducira pokrete usta, čak i ako ne proizvodi nikakve zvukove. Da bi shvatili koja su područja ljudskog mozga aktivirana određenim pokretima usta, istraživači su u pokus zaposlili pet volontera. Čitali su kratke odlomke iz dječjih priča - tijekom tog procesa elektrode ugrađene u mozak čitale su njihovu aktivnost.
Konačno, istraživači su razvili dvije neuronske mreže: prva je odgovarala mozgovnim signalima pokretima usana, a druga je te pokrete pretvorila u sintetizirani govor. Volonteri su doista mogli ponoviti fragmente rečenica - na snimkama se može lako prepoznati oko 69% sintetiziranih riječi. Kao i kod drugih studija, što su rečenice kraće, rezultat je točniji.
Istraživači mogu poboljšati tehnologiju upotrebom moždanih implantata gušćim elektrodama i sofisticiranim algoritmima strojnog učenja. Pronađene su zajedničke značajke između reakcija mozga različitih sudionika studije, što sugerira da se budući uređaji za sintezu govora mogu lako prilagoditi svakoj osobi. Istraživači su također primijetili da umjetna inteligencija ponekad prepoznaje zvukove koji se ne koriste u treningu, što također daje veliku nadu.
Ramis Ganiev