Quasi due decenni dopo aver subito un ictus al tronco encefalico all’età di 30 anni, che l’ha lasciata incapace di parlare, una donna negli Stati Uniti ha riacquistato la capacità di trasformare i suoi pensieri in parole in tempo reale grazie a un nuovo processo di interfaccia cervello-computer (BCI).
Analizzando l’attività cerebrale in incrementi di 80 millisecondi e traducendola in una versione sintetizzata della sua voce, il metodo innovativo sviluppato dai ricercatori statunitensi ha eliminato il fastidioso ritardo che affliggeva le versioni precedenti della tecnologia.
La capacità del nostro corpo di comunicare suoni mentre li pensiamo è una funzione che spesso diamo per scontata. Solo in rari momenti, quando siamo costretti a fermarci per un traduttore o sentiamo il nostro discorso ritardato attraverso un altoparlante, apprezziamo la velocità della nostra anatomia.
Per le persone la cui capacità di modellare il suono è stata separata dai centri del linguaggio del cervello, sia a causa di condizioni come la sclerosi laterale amiotrofica o lesioni in parti critiche del sistema nervoso, gli impianti cerebrali accoppiati a software specializzati hanno promesso una nuova prospettiva di vita.
Un numero di progetti di traduzione del linguaggio BCI ha recentemente visto progressi monumentali, ciascuno con l’obiettivo di ridurre il tempo necessario per generare il linguaggio dai pensieri.
La maggior parte dei metodi esistenti richiede che un intero blocco di testo venga considerato prima che il software possa decifrarne il significato, il che può allungare significativamente i secondi tra l’inizio del discorso e la vocalizzazione.
Non solo questo è innaturale, ma può anche essere frustrante e scomodo per coloro che utilizzano il sistema.
“Migliorare la latenza della sintesi vocale e la velocità di decodifica è essenziale per una conversazione dinamica e una comunicazione fluente”, scrivono i ricercatori dell’Università della California a Berkeley e San Francisco nel loro rapporto pubblicato.
Questo è “complicato dal fatto che la sintesi vocale richiede tempo aggiuntivo per essere riprodotta e per l’utente e l’ascoltatore per comprendere l’audio sintetizzato”, spiega il team guidato dall’ingegnere informatico Kaylo Littlejohn dell’Università della California, Berkeley.
Inoltre, la maggior parte dei metodi esistenti si basa sull’addestramento dell’interfaccia da parte del ‘parlante’ attraverso il movimento esplicito della vocalizzazione. Per le persone che non sono pratiche o hanno sempre avuto difficoltà a parlare, fornire al software di decodifica dati sufficienti potrebbe essere una sfida.
Per superare entrambi questi ostacoli, i ricercatori hanno addestrato una rete neurale di apprendimento profondo flessibile sull’attività della corteccia sensomotoria della partecipante di 47 anni mentre ‘parlava’ silenziosamente 100 frasi uniche da un vocabolario di poco più di 1.000 parole.
Littlejohn e colleghi hanno anche utilizzato una forma assistita di comunicazione basata su 50 frasi utilizzando un insieme più piccolo di parole.
Operando in incrementi di 80 millisecondi, questo ultimo metodo di traduzione dei comandi neurali in linguaggio può comunicare in un modo quasi naturale. A differenza dei metodi precedenti, questo processo non ha coinvolto il tentativo della partecipante di vocalizzare, ma solo di pensare le frasi.
Fonte: Science Alert
Ricevi le ultime attualità sul mondo tech!
