Brain-to-Voice-teknologi hjælper lammet mand med at tale flydende

Et hold af ingeniører fra University of California, Davis, har skabt et brain-to-voice-system, der gør det muligt for personer med kommunikationsforstyrrelser at tale flydende. Systemet kombinerer en hjerne-computer-grænseflade (BCI), avanceret AI og ny forskning for at understøtte realtids, forståelig og udtryksfuld tale. Hør, hvad du behøver at vide.

Hvad er kommunikationsforstyrrelser?

Når du tænker på, hvad der definerer dig, kan det være din stil eller dit perspektiv. Få mennesker vil sige deres stemme. Men hver gang du taler, hører du din stemme, hvilket bekræfter, at det er dig. Derfor er din stemme en væsentlig del af din identitet. At miste denne del af dig selv kan være skadeligt for din mentale sundhed.

Desværre er dette scenarie virkeligheden for millioner, der lider af neurologiske tilstande, som kan begrænse deres evne til at tale flydende. Tilstande som slagtilfælde, dysartri og dysfoni kan føre til sløret eller usammenhængende tale, hvilket begrænser en persons evne til at kommunikere effektivt fremover.

Dette scenarie er ikke en sjælden forekomst. Ifølge nylige studier vil næsten 800.000 mennesker få et slagtilfælde i år. De samme data antyder, at 1 ud af hver 3 slagtilfældeofre vil opleve en form for kommunikationsproblemer efter hændelsen. Disse lidelser er ødelæggende for patienten og kan føre til depression og andre skadelige tilstande.

Hvordan hjerne-computer-grænseflader (BCI’er) hjælper kommunikation

Heldigvis har ingeniører lagt en stor indsats i at hjælpe med at løse disse problemer. Fra computere styret af åndedræt til øjensporingssoftware har teknologien syntes at give nogle løsninger. I den grad ses hjerne-computer-grænseflader af mange som den logiske udvikling af denne teknologi.

Lige siden Hans Berger registrerede elektrisk hjerneaktivitet i 1920’erne, har videnskabsfolk forsøgt at bruge disse signaler til at kigge ind i hjernens funktionalitet. Det tog dog næsten 80 år med forskning, før de kunne begynde at afkode neuronale fyringer for at reproducere billeder og bevægelser.

I dag betragtes BCI’er som en fremspirende teknologi med anvendelser inden for VR, automatisering, systemstyring og den medicinske sektor. Specifikt har den medicinske sektor set brugen af disse enheder til at hjælpe dem, der lider af mobilitets- eller kommunikationsforstyrrelser.

Interessant nok gjorde de første BCI’er det muligt at forbedre kommunikationen mellem patienter og deres pårørende. Disse tidlige systemer stolede på en tekstvisning for at kommunikere. Senere blev tekstsystemet opdateret til at læse ordene højt, hvilket skabte tale-responser. Selvom de hørbare responser var hjælpsomme, manglede de enhver menneskelig fornemmelse.

Begrænsninger ved traditionelle BCI-talesystemer

Der har været flere begrænsende faktorer, der har trukket ned i BCI’ernes succes indtil nu. For det første er tekstkommunikationsmetoden ikke naturlig. Den er klodset, og timingen er forkert sammenlignet med at tale med en person.

De forsinkede responstider for tale-funktionen og dens robotstemme fjerner også brugeren fra følelsen af at have en normal samtale med venner. Vigtige aspekter som evnen til at høre sin egen stemme, indskyde sig eller endda udtale ord manglede i denne tilgang.

Brain-to-Voice-undersøgelse

Heldigvis har et hold af forskere muligvis fundet ud af, hvordan man løser disse problemer efter årtier af forskning. Den nylige “An instantaneous voice-synthesis neuroprosthesis“-undersøgelse¹ introducerer en ny brain-to-voice neuroprotese, der kan oversætte hjerneaktivitet til tale øjeblikkeligt. Selvom den stadig er i sine tidlige faser, har den potentialet til at forbedre millioner af liv globalt.

Ligesom sine forgængere tillader enheden brugerne at “tale” gennem en computer. Denne tilgang er dog afhængig af sensorer, der kirurgisk er implanteret i hjernens Brocas og Wernickes områder. Disse er de områder i hjernen, der er ansvarlige for at producere tale.

Specifikt gør fire mikroelektrode-arrays, der indeholder 256 mikroelektroder, ingeniørerne i stand til at kortlægge neural aktivitet til tilsigtede lyde. Bemærkelsesværdigt kan systemet afkode paralingvistiske funktioner ved at dechifrere intracortikal aktivitet med mindre end et sekunds forsinkelse.

AI-algoritmer brugt i Brain-to-Voice-systemet

Ingeniørerne brugte data indsamlet fra en testperson til at skabe et datasæt til deres proprietære AI-algoritme. Testpersonerne blev vist sætninger, som de forsøgte at læse højt. Dette trin gjorde det muligt for holdet at kortlægge deres neurale aktivitet og bruge den til at skabe en lukket sløjfe for stemmesyntese.

Imponerende kan algoritmen fornemme, når en person forsøger at tale, og automatisk omdanne deres neurale aktivitet til stavelser uden nogen bevægelse fra deres side. Denne konvertering sker problemfrit, hvilket gør den meget lig tempoet i en traditionel samtale.

Derudover tillader det lukkede lydfeedback-system protokollen at syntetisere brugerens stemme, så de kan høre deres tale som i en rigtig samtale. Systemet syntetiserer disse stemmemønstre, hvilket muliggør fuld kontrol over patientens kadence og timing.

Brain-to-Voice-test

Testfasen af eksperimentet begyndte med at finde en egnet patient. Holdet fandt en mand, der lider af ALS (amyotrofisk lateral sklerose), også kaldet Lou Gehrig’s sygdom i USA. Denne ødelæggende lidelse fører til nervenedbrydning omkring rygmarven og hjernen. De, der lider af ALS, kan miste evnen til at tale præcist, da de mister kontrollen over deres ansigtsmuskler.

Den patient, der blev udvalgt til undersøgelsen, lider af ALS og svær dysartri. Efter implantation af sensorerne og programmering af AI-algoritmen blev patienten bedt om at læse sætninger højt. Denne teknik gjorde det muligt for ingeniørerne at registrere hans hjerneaktivitet.

Når den er kalibreret, syntetiserer prototypen hans stemme øjeblikkeligt, så han kan kommunikere i realtid. Patienten var endda i stand til at kommunikere med sin familie, ændre intonation under samtaler for at fremhæve sine pointer. Imponerende nok sang testpersonen også korte melodier.

Brain-to-Voice-testresultater

Testresultaterne viser, at brain-to-voice-systemet er effektivt. Det syntetiserede patientens stemme og talemønstre med høj nøjagtighed. Specifikt leverer systemet 60 % nøjagtighed, sammenlignet med kun 4 % uden brug af maskinen.

Ingeniørerne bemærkede, at patienten kunne ændre og modulere sin BCI-syntetiserede stemme i realtid. De registrerede, at processen blev gennemført på 1/14 af et sekund, hvilket er omtrent den samme tid som enhver normal samtaleforsinkelse. De noterede også tilfælde, hvor patienten ændrede sin stemme for at vise, at de havde stillet et spørgsmål.

Interessant nok er teknologien ikke begrænset til patientens nuværende ordforråd. Holdet dokumenterede flere tilfælde, hvor patienten blev lært nye ord, og systemet udtalte dem korrekt. Disse data demonstrerer denne tilnærbelses evner til at håndtere taleforstyrrelser.

Brain-to-Voice-fordele

Der er mange fordele, som brain-to-voice-teknologien bringer til markedet. For det første giver den en pålidelig og naturlig måde for dem, der lider af lammelse og andre livsændrende lidelser, at genvinde en vis lighed med et normalt dagligliv.

Protokollen kan øjeblikkeligt levere tale-responser. Den digitale vokaltrakt understøtter patienternes unikke stemmer og kan svare uden mærkbar forsinkelse. Responserne har vist sig at være nøjagtige og kan skabes udelukkende ved brug af neurale signaldata.

En ny æra for patienter med kommunikationsforstyrrelser

En af de største fordele ved denne teknologi er, at den vil gøre det muligt for dem, der lider af kommunikationsproblemer, endelig at dele deres historie på en relaterbar måde. Teknologien vil gøre det muligt for neuroprotese-brugere at deltage i samtalen og bidrage til at hjælpe andre med lignende problemer.

Virkelige anvendelser og tidslinje for Brain-to-Voice-teknologi

Der er en lang liste af anvendelser for brain-to-office-computer-teknologien. Computere har eksisteret i lang tid, og selvom næsten alle teknologiske aspekter er blevet opdateret, som bedre grafik, processorkraft og hardware, forbliver tastaturet stort set urørt.

Introduktionen af en pålidelig undersøgende hjerne-computer-grænseflade ændrer spillet. Den åbner døren for problemfri interaktion mellem mennesker og computere. Som sådan kan denne teknologi åbne døren til mere avancerede behandlinger og teknologier.

Brain-to-Voice-tidslinje

Der er endnu ikke fastsat en tidslinje af forskerne. Men i betragtning af den kritiske tilstand for dem, der lider af disse lidelser, er det muligt, at teknologien kan nå markedet inden for de næste 5-10 år. Der vil være behov for meget mere forskning i de langsigtede virkninger af implantatet, før det får godkendelse fra regulerende myndigheder.

Brain-to-Voice-forskere

Brain-to-voice-undersøgelsen blev ledet af forskere ved University of California. Specifikt nævner artiklen Maitreyee Wairagkar, Nicholas S. Card, Tyler Singer-Clark, Xianda Hou, Carrina Iacobacci, Lee M. Miller, Leigh R. Hochberg, David M. Brandman og Sergey D. Stavisky som nøglebidragydere til projektet.

Brain-to-Voice-fremtid

Ifølge ingeniørerne er der stadig meget arbejde, der skal gøres på brain-to-voice-systemet. De håber at udvide deres testning til at inkludere flere patienter i de kommende måneder. De ønsker også at inkludere patienter, der lider af en bred vifte af lidelser. De, der ønsker at deltage i undersøgelsen, kan kontakte [email protected] for at se, om de kvalificerer sig.

Investering i AI-sundhedssektoren

Kunstig intelligens spiller en voksende rolle i sundhedspleje og behandlinger. Dette system kan hjælpe sundhedsudbydere med at identificere lidelser hurtigere, behandle dem mere effektivt og endda opdage de grundlæggende årsager til traumatiske lidelser. I dag er der flere aktører på AI-sundhedsmarkedet. Her er et firma, der har formået at finde en niche på markedet.

SoundHound AI, Inc.

Santa Clara, Californien-baseret SoundHound AI (SOUN ) har haft en interessant rejse fra sin lancering som musikidentifikationsappen Midomi til at blive et af de mest anerkendte navne inden for AI-konverserende grænseflader.

Virksomhedens rejse begyndte i 2005, efter at Keyvan Mohajer begyndte at arbejde med avancerede lydgenkendelsesprotokoller. I 2015 rebrandede virksomheden sig til SoundHound og flyttede sit fokus til sin proprietære stemme-AI-platform.

Denne protokol udvidede AI-talegenkendelseskapaciteterne og blev designet ved brug af Deep Meaning Understanding-teknologier. I dag er SoundHound en førende leverandør af AI-taleanalyse-systemer, der har over 250 patenter og kan understøtte over 20 internationale sprog.

Seneste SoundHound AI (SOUN) aktienyheder og udviklinger

Brain-to-Voice-teknologi – Fremtiden er problemfri

Når du undersøger de teknologiske fordele, som Brain-to-voice-undersøgelsen introducerede på markedet, er det let at forstå, hvorfor mange betragter den som en stor milepæl inden for den medicinske sektor. I fremtiden kan du muligvis styre robotter, køretøjer og andre vitale aspekter af dit liv ved hjælp af en BCI.

Denne seneste undersøgelse fremhæver, hvordan denne teknologi kan forbedre mange menneskers liv. Som sådan fortjener forskerne en stående ovation for deres indsats.

Lær om andre spændende sundheds-gennembrud her.

Refererede studier:

^{1. Wairagkar, M., Card, N.S., Singer-Clark, T. et al. An instantaneous voice-synthesis neuroprosthesis. Nature (2025). https://doi.org/10.1038/s41586-025-09127-3}