تراکت صوتی مصنوعی، فعالیت مغزی را به تکلم ایجاد شده به وسیله کامپیوتر، تبدیل میکند.
آنومانچیپالییک سری الکترودها را داخل جمجمه قرار میدهد تا فعالیت مغزی را در این مطالعه ثبت کند. یک سیستم کامپیوتری با کد گذاری از فعالیت عضلات طی صحبت کردن، می تواند فعالیت مغزی را به صوت تبدیل کند.
این مطالعات در دانشگاه کالیفرنیا در سان فرانسیسکو انجام شده است. هر چند این مطالعه روی افراد داوطلبی بود- که از اختلال تکلم رنج نمیبردند- ولی امید است روزی در بیمارانی استفاده شود که به دلیل مشکلات نورولوژی، اختلال تکلم دارند و این تکنیک به جای روش های کند اسپل کردن غیر کلامی است.
بسیاری ازبیماران با بیماری های نورولوژیک، مشکلاتی در صحبت کردن دارند. سکته عصبی ناگهانی، ممکن است ناگهان طی شب، فرد را از صحبت کردن ناتوان کند؛ در حالی که بیماری های تخریبی مانند ALS(amyotrophic lateral sclerosis) به تدریج فرد را فلج می کند و این بیماران، آرام آرام تنظیم طناب های صوتی را در دوره ای طولانی، از دست می دهند.
راه حل های فعلی، حرکات عضلانی را به کار می گیرد تا جملاتی، کلمه به کلمه، تولید شود.
استیفن هاوکینگ مورد شهوری است که رابط کامپیوتر خود را با چانه خود، تنظیم می کرد . آزمون های جدید از رابط های کنترل شده به وسیله مغز، استفاده می کند. در این روش ها فعالیت الکتروفیزیولوژیک مغز بیماران، خوانده و استفاده می شود تا مکان نمایش یا کرسر را کنترل کند(صوت صنوعی ایجاد کند) و این روش، توانست سرعت های تکلمی، در حد 8 کلمه در دقیقه را بیان کند.
پژوهشگران UCSF، Gopala K., Anumanchi[alli, josh Chartier, Edward F. Chang ، هدف بلندتری داشتند: آنها می خواستند رابطی بسازند- که بتواند با سرعت تکلم طبیعی یعنی 130-150 کلمه در دقیقه منطبق شود.
این کارتون کوتاه(به سایت آخر مطلب مراجعه شود)، توضیح می دهد چه شکل هایی از فعالیت مغزی از مراکز تکلم در مغز در قشر سوماتوسنسوری در ابتدا کد برداری می شود و به تحریک کامپیوتری حرکات راه تکلمی شرکت کنندگان و در نهایت به شکل سنتز شده صدای شرکت کننده، تبدیل می شود.
تیم UCSF اولین کسانی نبودند که صدا را به پیام های مغزی تبدیل می کردند. گروه های قبلی تلاش های ارزشمندی در به دست آوردن پیام های صوتی از فعالیت مغزی ثبت شده، داشتند. رویکرد جدید به وسلیه چانگ و همکاران او نشان داد، فعالیت مغزی طی صحبت کردن بیشتر از آنکه با صداهای تکلم، همراه شود، با حرکات لب، زبان، حنجره و فک، همراه و همگام می شود. بنابراین، گروه، هدفش تولیدتراکت صوتی بود که به وسیله کامپیوتر تولید میشد و می توانست حرکات پیوندی بین کلمات را- که برای صحبت لازم است- کدگذاری کند.
دو مرحله در تولید تکلم:
ساخت این تراکت صوتی دو مرحله داشت: اول، یک دستگاه الکتروکورتیکوگرافی (که فعالیت الکتریکی را مستقیما در قشر مورد نظر اندازه گیری می کند): این وسیله برای اندازه گیری پیام های مغزی- که در پنج منطقه کورتکس سنسوری موتور فرد داوطلب دریافت می شود- استفاده می شود.
و این در زمانی است که آنها چند صد جمله را بلند می خوانند تا ببینند چگونه پیام مغزی ها همراه و منطبق با حرکات موتوری است که صدا را تولید کرده است.
تیم چانگ نمی توانستند مستقیما حرکت ابزار تکلمی داوطلبان را اندازه گیری کنند پس به سوی شبکه عصبی رفتند و این شبکه، نوعی سیستم هوش مصنوعی است. این شبکه با استفاده از انباری از اطلاعات از تجارب قبلی آموزش داده می شد و اینها تکلم و حرکات راه های صوتی را با هم اندازه گیری می کردند.
شبکه می توانست یاد بگیرد این حرکات، شبیه چیست و سپس آنهارا در فعالیت مغزی ای به کار ببرد- که گروه چانگ اندازه گیری کرده بود.
وقتی فعالیت، به حرکات راه های صوتی مصنوعی تبدیل می شد شبکه عصبی دوم آموزش داده میشد تا حرکات را به تکلم مصنوعی تبدیل کند. این باعث تکلمی واضح تر از آنچه با استفاده از روش های یک مرحله ای به دست آمده بود، می شد. وضوح صدا به وسیله پلاتفرم جمع سپاری، در “Amazon Mechnical Turk” انجام شد و استفاده کنندگان، آموزش داده می شدند صداهایی را- که به وسیله راه صدایی مصنوعی و از روی بانک های کلمات ممکن ادا میشد- بشناسند و این، در مورد کلمات سه سیلابی بود و از بانک ده کلمه ممکن، موفقیتی در حدود 70% به دست آورد(هرچند این موفقیت وقتی استفاده کنندگانی بود که از بانکی با 50 کلمه استفاده می کردند- کمتر بود، حدود 40%)
صدا به بی صدا؟
وقتی هدف نهایی برای این پژوهش، بازگرداندن تکلم و صدا برای کسانی است- که فلج هستند- و این مطالعه هر شرکت کننده ای را با تخریب تکلم مورد آزمون قرار نداد، آیا این سیستم به وسیله کسانی که آن را بیشتر نیاز داشتند قابل استفاده بود؟ گروه چانگ برخی نتایج را در تجربه دوم ایجاد کردند تا به آن هدف برسد: از شرکت کنن
دگان خواسته می شد کلمات را به صورت آهسته تقلید کنند و سیستم، به کار گرفته می شد تا آن حرکات تقلید شده را به تکلم تبدیل کند. هرچند کیفیت صدا پایین بود سیستم می توانست صداهای هوشمندانه از روی تکلم ساکت، ایجاد کند.
ولی آیا سیستم می تواند برای بیمارانی کار کند که هیچ گونه حرکتی در دهان ندارند؟ و سیستم برای بیمارانی که هرگز قادر به صحبت کردن نبوده اند مانند بیماران دچار فلج مغزی چگونه عمل می کند؟
بخشی ازمطالعه نشان داد اجزای راه صوتی حقیقی می تواند بین افرادی که سخن می گویند، به اشتراک گذاشته شود. یعنی فعالیت مغز یک فرد می تواند در راه صوتی فرد دیگری استفاده شود که به وسیله تکلم فرد دیگری به کار گفته شده است هرچند پیشرفت های بیشتر و تست ها ی بیشتر باید روی سیستم به کار گرفته شود تا بتوان آن را به طور وسیع استقاده کرد.
چانگ می گوید: ما در آن مورد خاص امیدوارهستیم. یاد گرفتن برای صحبت کردن از طریق دستگاه، عجیب است. با این همه او می داند کار بیشتری باید انجام شود تا یک کدگذار صوتی بتواند به خوبی کار کند. این بسیار شگفت انگیر است، ببینیم راه های صوتی مصنوعی ای که ساخته ایم می تواند به افرادی کمک کند که قبلا نمی تواستند صحبت کنند.
@salmanfatemi
https://www.technologynetworks.com/…/voice-to-the-voiceless…
آدرس مطب : اصفهان ، خیابان آمادگاه ، روبروی داروخانه سپاهان ، مجتمع اطبا ، طبقه اول
تلفن : 32223328 - 031