Brain-to-Voice-teknologi hjelper lammet mann å snakke flytende

Et team av ingeniører fra University of California, Davis, har utviklet et brain-to-voice-system som gjør det mulig for personer med kommunikasjonsforstyrrelser å snakke flytende. Systemet kombinerer et hjerne-datamaskin-grensesnitt (BCI), avansert AI og ny forskning for å støtte sanntids, forståelig og uttrykksfull tale. Hør hva du trenger å vite.

Hva er kommunikasjonsforstyrrelser?

Når du tenker på hva som definerer deg, kan det være din stil eller ditt perspektiv. Få mennesker vil si at stemmen er det. Men hver gang du snakker, hører du stemmen din, og bekrefter at det er deg. Derfor er stemmen en viktig del av din identitet. Å miste denne delen av deg selv kan være skadelig for din mentale helse.

Dessverre er dette scenariet virkeligheten for millioner som lider av nevrologiske tilstander som kan begrense deres evne til å snakke flytende. Tilstander som slag, dysartri og dysfonia kan føre til sløret eller usammenhengende tale, og begrense en persons evne til å kommunisere effektivt fremover.

Dette scenariet er ikke sjeldent. Ifølge nylige studier vil nesten 800 000 mennesker lide av et slag i år. De samme dataene antyder at 1 av hver 3 slagofre vil oppleve en form for kommunikasjonsproblemer etter hendelsen. Disse plager er ødeleggende for pasienten og kan føre til depresjon og andre skadelige tilstander.

Hvordan hjerne-datamaskin-grensesnitt (BCI) hjelper kommunikasjon

Heldigvis har ingeniører lagt ned mye innsats for å løse disse problemene. Fra datamaskiner styrt av pust til øyesporingsprogramvare, har teknologien vist seg å tilby noen løsninger. I den grad blir hjerne-datamaskin-grensesnitt sett på av mange som den logiske utviklingen av denne teknologien.

Siden Hans Berger registrerte elektrisk hjerneaktivitet på 1920-tallet, har forskere forsøkt å bruke disse signalene for å få innsikt i hjernens funksjon. Det tok imidlertid nesten 80 år med forskning før de klarte å begynne å dekode nevronale fyringer for å gjenskape bilder og bevegelser.

I dag blir BCIer sett på som en fremvoksende teknologi med anvendelser innen VR, automatisering, systemadministrasjon og medisinske sektorer. Spesielt har den medisinske sektoren sett bruk av disse enhetene for å hjelpe de som lider av mobilitets- eller kommunikasjonsforstyrrelser.

Interessant nok gjorde de første BCIene kommunikasjonen mellom pasienter og deres kjære bedre. Disse tidlige systemene stolte på en tekstvisning for å kommunisere. Senere ble tekstsystemet oppdatert til å lese ordene høyt, og skapte taleresponser. Selv om de hørbare responsene var hjelpsomme, manglet de en menneskelig følelse.

Begrensninger ved tradisjonelle BCI-talesystemer

Det har vært flere begrensende faktorer som har hindret suksessen til BCIer så langt. For det første er tekstkommunikasjonsmetoden ikke naturlig. Den er klønete, og timingen er feil sammenlignet med å snakke med en person.

De forsinkede responstidene for tale-funksjonen og den robotiske stemmen frarøver også brukeren følelsen av å ha en normal samtale med venner. Viktige aspekter som muligheten til å høre sin egen stemme, avbryte eller til og med uttale ord manglet i denne tilnærmingen.

Brain-to-Voice-studie

Heldigvis kan et team av forskere ha funnet ut hvordan man løser disse problemene etter tiår med forskning. Den nylige studien “An instantaneous voice-synthesis neuroprosthesis“¹ introduserer en ny brain-to-voice-neuroprotese som kan oversette hjerneaktivitet til tale umiddelbart. Selv om den fortsatt er i sine tidlige faser, har den potensial til å forbedre millioner av liv globalt.

Som sine forgjengere gjør enheten det mulig for brukere å «snakke» gjennom en datamaskin. Denne tilnærmingen er imidlertid avhengig av sensorer som kirurgisk er implantert i hjernens Brocas og Wernickes områder. Dette er de delene av hjernen som er ansvarlige for taleproduksjon.

Spesifikt gjør fire mikroelektrode‑arrayer som inneholder 256 mikroelektroder det mulig for ingeniørene å kartlegge nevral aktivitet til ønsket lyd. Merkverdig kan systemet dekode paralingvistiske trekk ved å tolke intrakortikal aktivitet med mindre enn ett sekunds forsinkelse.

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

Ingeniørene brukte data samlet inn fra en testperson for å lage et datasett til deres proprietære AI-algoritme. Testpersonene ble vist setninger som de forsøkte å lese høyt. Dette trinnet gjorde det mulig for teamet å kartlegge deres nevral aktivitet og bruke den til å lage en lukket sløyfe for stemmesyntese.

Imponerende kan algoritmen oppdage når en person prøver å snakke og automatisk konvertere deres nevral aktivitet til stavelser uten noen bevegelse fra deres side. Denne konverteringen skjer sømløst, og gjør den svært lik tempoet i en tradisjonell samtale.

I tillegg gjør det lukkede lydtilbakemeldingssystemet det mulig for protokollen å syntetisere brukerens stemme, slik at de kan høre sin tale som i en ekte samtale. Systemet syntetiserer disse stemmemønstrene, og gir full kontroll over pasientens kadens og timing.

Brain-to-Voice-test

Testfasen av eksperimentet startet med å finne en egnet pasient. Teamet fant en mann som led av ALS (amyotrofisk lateral sklerose), også kalt Lou Gehrig’s sykdom i USA. Denne ødeleggende lidelsen fører til nervedegenerasjon rundt ryggmargen og hjernen. De som lider av ALS kan miste evnen til å snakke presist ettersom de mister kontrollen over ansiktsmusklene.

Pasienten som ble valgt for studien lider av ALS og alvorlig dysartri. Etter å ha implantert sensorene og programmert AI‑algoritmen, ble pasienten bedt om å lese setninger høyt. Denne teknikken gjorde det mulig for ingeniørene å registrere hans hjerneaktivitet.

Når den er kalibrert, syntetiserer prototypen umiddelbart hans stemme, slik at han kan kommunisere i sanntid. Pasienten klarte til og med å kommunisere med familien, endre intonasjon under samtaler for å understreke poengene sine. Imponerende nok sang testpersonen også korte melodier.

Resultater fra Brain-to-Voice-test

Testresultatene viser at brain-to-voice-systemet er effektivt. Det syntetiserte pasientens stemme og tale mønstre med høy nøyaktighet. Spesifikt leverer systemet 60 % nøyaktighet, sammenlignet med kun 4 % uten maskinen.

Ingeniørene bemerket at pasienten kunne endre og modulere sin BCI‑syntetiserte stemme i sanntid. De registrerte at prosessen ble fullført på 1/14 av et sekund, omtrent samme tid som en normal samtaleforsinkelse. De noterte også tilfeller hvor pasienten endret stemmen for å vise at han stilte et spørsmål.

Interessant nok er teknologien ikke begrenset til pasientens nåværende ordforråd. Teamet dokumenterte flere tilfeller hvor pasienten ble lært nye ord, og systemet uttalte dem korrekt. Disse dataene viser mulighetene til denne tilnærmingen for å håndtere taleforstyrrelser.

Fordeler med Brain-to-Voice

Det er mange fordeler som brain-to-voice-teknologien bringer til markedet. For det første gir den en pålitelig og naturlig måte for de som lider av lammelse og andre livsendrende plager å gjenvinne en viss normalitet i hverdagen.

Protokollen kan umiddelbart levere taleresponser. Den digitale vokaltrakten støtter pasientenes unike stemmer og kan svare uten merkbar forsinkelse. Responsene har vist seg å være nøyaktige og kan skapes kun ved hjelp av nevral signaldata.

En ny æra for pasienter med kommunikasjonsforstyrrelser

En av de største fordelene med denne teknologien er at den vil gjøre det mulig for de som lider av kommunikasjonsplager å endelig dele sin historie på en forståelig måte. Teknologien vil gjøre det mulig for brukere av neuroproteser å delta i samtalen og bidra til å hjelpe andre med lignende problemer.

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

Det finnes en lang liste med anvendelser for brain-to-office‑datateknologi. Datamaskiner har eksistert lenge, og til tross for at nesten alle teknologiske aspekter er oppdatert, som bedre grafikk, prosessering og maskinvare, forblir tastaturet relativt urørt.

Introduksjonen av et pålitelig forskningsbasert hjerne-datamaskin-grensesnitt endrer spillet. Det åpner døren for sømløs interaksjon mellom mennesker og datamaskiner. Som sådan kan denne teknologien åpne døren til mer avanserte behandlinger og teknologier.

Brain-to-Voice-tidslinje

Det har ikke blitt satt noen tidslinje av forskerne. Imidlertid, gitt den kritiske tilstanden til de som lider av disse plager, er det mulig at teknologien kan nå markedet i løpet av de neste 5–10 årene. Det vil kreves mye mer forskning på de langsiktige effektene av implantatet før regulatorisk godkjenning oppnås.

Brain-to-Voice-forskere

Brain-to-voice-studien ble ledet av forskere ved University of California. Spesifikt nevner artikkelen 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 nøkkelbidragsytere i prosjektet.

Brain-to-Voice-fremtiden

Ifølge ingeniørene er det fortsatt mye arbeid som gjenstår med brain-to-voice-systemet. De håper å utvide testingen til å inkludere flere pasienter i de kommende månedene. De ønsker også å inkludere pasienter som lider av et bredt spekter av lidelser. De som ønsker å delta i studien kan kontakte [email protected] for å se om de kvalifiserer.

Investere i AI‑helse-sektoren

Kunstig intelligens spiller en stadig større rolle i helsevesenet og behandlinger. Dette systemet kan hjelpe helsepersonell med å identifisere plager raskere, behandle dem mer effektivt, og til og med oppdage de underliggende årsakene til traumatiske lidelser. I dag finnes det flere aktører innen AI‑helse. Her er ett selskap som har klart å finne sin nisje i markedet.

SoundHound AI, Inc.

SoundHound AI, basert i Santa Clara, California (SOUN ) har hatt en interessant reise fra lanseringen som musikkidentifikasjonsappen Midomi, til å bli ett av de mest anerkjente navnene innen AI‑konversasjonsgrensesnitt.

Selskapets reise begynte i 2005 etter at Keyvan Mohajer begynte å arbeide med avanserte lydgjenkjenningsprotokoller. I 2015 ble selskapet omdøpt til SoundHound og flyttet fokuset til sin proprietære stemme‑AI‑plattform.

Denne protokollen utvidet AI‑talegjenkjenningskapasiteten og ble designet ved bruk av Deep Meaning Understanding‑teknologier. I dag er SoundHound en ledende leverandør av AI‑taleanalyse‑systemer som har over 250 patenter og kan støtte mer enn 20 internasjonale språk.

Siste nyheter og utviklinger for SoundHound AI (SOUN)-aksjen

Brain-to-Voice-teknologi – Fremtiden er sømløs

Når du ser på de teknologiske fordelene som Brain-to-voice-studien introduserte i markedet, er det lett å forstå hvorfor mange ser den som et stort milepæl i den medisinske sektoren. I fremtiden kan du kontrollere roboter, kjøretøy og andre viktige aspekter av livet ditt ved hjelp av et BCI.

Denne siste studien fremhever hvordan denne teknologien kan forbedre livet til mange. Som sådan fortjener forskerne en stående applaus for deres innsats.

Lær mer om andre spennende helse‑gjennombrudd her.

Studier referert:

^{1. Wairagkar, M., Card, N.S., Singer-Clark, T. et al. En umiddelbar stemmesyntese‑neuroprotese. Nature (2025). https://doi.org/10.1038/s41586-025-09127-3}