Teknolohiyang Brain-to-Voice Tinutulungan ang Paralitiko na Magsalita nang Matatas

A team of engineers from the University of California, Davis, has created a brain-to-voice system that enables individuals suffering from communication disorders to speak fluently. The system combines a Brain-computer interface (BCI), advanced AI, and new research to support real-time, intelligible, and expressive speech. Hear what you need to know.

Ano ang mga Kapansanan sa Komunikasyon?

Kapag iniisip mo kung ano ang naglalarawan sa iyo, maaaring ito ay ang iyong istilo o pananaw. Kaunting tao ang magsasabi na ang kanilang boses. Gayunpaman, sa bawat pagkakataon na ikaw ay nagsasalita, naririnig mo ang iyong boses, na nagpapatunay na iyan ay ikaw. Dahil dito, ang iyong boses ay mahalagang bahagi ng iyong pagkakakilanlan. Samakatuwid, ang pagkawala ng bahaging ito ng iyong sarili ay maaaring makasama sa iyong kalusugang pangkaisipan.

Sa kasamaang palad, ito ay realidad para sa milyun-milyong tao na nagdurusa sa mga kondisyon ng nerbiyos na maaaring maglimita sa kanilang kakayahang magsalita nang matatas. Ang mga kondisyon tulad ng stroke, dysarthria, at dysphonia ay maaaring magdulot ng malabong o hindi maayos na pagsasalita, na naglilimita sa kakayahan ng isang tao na epektibong makipagkomunika sa hinaharap.

Hindi ito isang bihirang pangyayari. Ayon sa mga kamakailang pag-aaral, halos 800,000 tao ang magdaranas ng stroke ngayong taon. Ang parehong datos ay nagpapahiwatig na 1 sa bawat 3 na biktima ng stroke ay makakaranas ng anumang anyo ng problema sa komunikasyon pagkatapos ng pangyayari. Ang mga karamdaman na ito ay nakasisira sa pasyente at maaaring magdulot ng depresyon at iba pang mapaminsalang kondisyon.

Paano Tinutulungan ng Brain-Computer Interfaces (BCIs) ang Komunikasyon

Sa kabutihang palad, maraming pagsisikap ang inilaan ng mga inhinyero upang matulungan ang paglutas ng mga isyung ito. Mula sa mga kompyuter na kinokontrol ng hininga hanggang sa software na gumagamit ng eye-tracking, tila nagbigay ang teknolohiya ng ilang solusyon. Sa ganitong konteksto, itinuturing ng marami ang Brain computer interfaces bilang lohikal na pag-unlad ng teknolohiyang ito.

Mula nang irehistro ni Hans Berger ang elektrikal na aktibidad ng utak noong 1920s, sinubukan ng mga siyentipiko na gamitin ang mga signal na ito upang silipin ang pag-andar ng utak. Gayunpaman, tumagal ng halos 80 taon ng pananaliksik bago nila nagawang magsimulang i-decode ang neuronal firings upang muling likhain ang mga imahe at galaw.

Sa kasalukuyan, itinuturing ang mga BCI bilang isang umuusbong na teknolohiya na may mga aplikasyon sa VR, automation, pamamahala ng sistema, at mga medikal na sektor. Partikular, nakita ng medikal na sektor ang paggamit ng mga aparatong ito upang tulungan ang mga taong may kapansanan sa paggalaw o komunikasyon.

Kagiliw-giliw, ang mga unang BCI ay nagbigay-daan sa mas mahusay na komunikasyon sa pagitan ng mga pasyente at ng kanilang mga mahal sa buhay. Ang mga unang sistemang ito ay umasa sa pagpapakita ng teksto para sa komunikasyon. Pagkaraan, ang sistemang teksto ay in-update upang basahin ang mga salita nang malakas, na lumilikha ng mga tugon sa pagsasalita. Bagaman kapaki-pakinabang ang mga tunog na tugon, kulang ito sa anumang pakiramdam ng pagiging tao.

Mga Limitasyon ng Tradisyonal na Sistema ng Pagsasalita ng BCI

May ilang mga salik na naglilimita sa tagumpay ng mga BCI hanggang ngayon. Una, ang pamamaraan ng komunikasyon gamit ang teksto ay hindi natural. Ito ay magaspang, at ang timing ay hindi tugma kumpara sa pakikipag-usap sa isang tao.

Ang mga naantalang oras ng tugon ng tampok na pagsasalita at ang robotic na boses nito ay nagdudulot din ng paglayo ng gumagamit mula sa pakiramdam ng normal na pag-uusap kasama ang mga kaibigan. Ang mahahalagang aspeto tulad ng kakayahang marinig ang iyong boses, mag-interject, o kahit magbigkas ng mga salita ay nawawala sa pamamaraan na ito.

Pag-aaral ng Brain-to-Voice

Sa kabutihang palad, maaaring nakahanap na ang isang koponan ng mga siyentipiko ng solusyon sa mga problemang ito matapos ang mga dekada ng pananaliksik. Ang kamakailang pag-aaral na “Isang agarang voice-synthesis neuroprosthesis“¹ ay nagpakilala ng isang bagong brain-to-voice neuroprosthesis na maaaring agad na isalin ang aktibidad ng utak sa pagsasalita. Bagaman nasa maagang yugto pa ito, may potensyal itong mapabuti ang milyun-milyong buhay sa buong mundo.

Katulad ng mga nauna nito, pinapayagan ng aparato ang mga gumagamit na “magsalita” sa pamamagitan ng kompyuter. Gayunpaman, ang pamamaraan na ito ay nakasalalay sa mga sensor na surgically na inilalagay sa mga bahagi ng utak na Broca at Wernicke. Ito ang mga rehiyon ng utak na responsable sa paglikha ng pagsasalita.

Partikular, apat na microelectrode array na naglalaman ng 256 microelectrodes ang nagbibigay-daan sa mga inhinyero na i-map ang neural activity sa mga ninanais na tunog. Kapansin-pansin, kayang i-decode ng system ang mga paralinguistic na katangian sa pamamagitan ng pag-unawa sa intracortical activity na may delay na mas mababa sa isang segundo.

Mga AI Algorithm na Ginamit sa Brain-to-Voice System

Gumamit ang mga inhinyero ng datos na nakalap mula sa isang test subject upang lumikha ng dataset para sa kanilang proprietary AI algorithm. Ipinakita sa mga test subject ang mga pangungusap na kanilang sinusubukang basahin nang malakas. Ang hakbang na ito ay nagbigay-daan sa koponan na i-map ang kanilang neural activity at gamitin ito upang lumikha ng closed loop para sa voice synthesization.

Kahanga-hanga, kayang maramdaman ng algorithm kung kailan sinusubukang magsalita ang isang tao at awtomatikong i-convert ang kanilang neural activity sa mga pantig nang walang anumang galaw mula sa kanila. Ang conversion na ito ay nangyayari nang walang putol, na halos katulad ng tempo ng tradisyonal na pag-uusap.

Dagdag pa rito, ang closed-loop audio feedback system ay nagbibigay-daan sa protocol na i-synthesize ang boses ng gumagamit, na nagpapahintulot sa kanila na marinig ang kanilang pagsasalita tulad ng isang tunay na pag-uusap. Ang system ay nagsasynthesize ng mga pattern ng boses na ito, na nagbibigay ng ganap na kontrol sa cadence at timing ng pasyente.

Pagsubok ng Brain-to-Voice

Nagsimula ang yugto ng pagsubok ng eksperimentong ito sa paghahanap ng angkop na pasyente. Natagpuan ng koponan ang isang lalaking may ALS (amyotrophic lateral sclerosis), na kilala rin bilang Lou Gehrig’s disease sa US. Ang nakasisirang karamdaman na ito ay nagdudulot ng pagkasira ng mga nerbiyos sa paligid ng spinal cord at utak. Ang mga may ALS ay maaaring mawalan ng kakayahang magsalita nang tama habang nawawala ang kontrol nila sa mga kalamnan ng mukha.

Ang pasyenteng napili para sa pag-aaral ay may ALS at matinding dysarthria. Pagkatapos i-implant ang mga sensor at i-program ang AI algorithm, hiniling sa pasyente na basahin nang malakas ang mga pangungusap. Ang teknik na ito ay nagbigay-daan sa mga inhinyero na irehistro ang kanyang brain activity.

Sa sandaling na-calibrate, agad na sinynthesize ng prototype ang kanyang boses, na nagpapahintulot sa kanya na makipagkomunika nang real time. Nakapagkomunika rin ang pasyente sa kanyang pamilya, nagbago ng intonasyon sa mga pag-uusap upang itampok ang kanyang mga punto. Kahanga-hanga, kahit kumanta ang test subject ng maikling melodiya.

Mga Resulta ng Pagsubok ng Brain-to-Voice

Ipinapakita ng mga resulta ng pagsubok na epektibo ang brain-to-voice system. Ito ay tumpak na nagsynthesize ng boses at pattern ng pagsasalita ng pasyente na may mataas na antas ng katumpakan. Partikular, ang system ay naghatid ng 60% na katumpakan, kumpara sa 4% lamang kapag hindi ginagamit ang makina.

Napansin ng mga inhinyero na kayang baguhin at i-modulate ng pasyente ang kanyang BCI-synthesized voice sa real time. Nairekord nila na natapos ang proseso sa 1/14 ng isang segundo, na halos katumbas ng anumang normal na pagkaantala sa pag-uusap. Napansin din nila ang mga pagkakataon kung saan binago ng pasyente ang kanyang boses upang ipakita na may nagtanong.

Kagiliw-giliw, ang teknolohiya ay hindi limitado sa kasalukuyang bokabularyo ng pasyente. Naitala ng koponan ang ilang pagkakataon kung saan tinuruan ang pasyente ng mga bagong salita at tama itong binigkas ng system. Ipinapakita ng datos na ito ang kakayahan ng pamamaraang ito sa pagharap sa mga disorder sa pagsasalita.

Mga Benepisyo ng Brain-to-Voice

Maraming benepisyo ang hatid ng teknolohiyang brain-to-voice sa merkado. Una, ito ay nagbibigay ng maaasahan at natural na paraan para sa mga taong may paralisis at iba pang malalaking karamdaman upang maibalik ang ilang anyo ng normal na pang-araw-araw na buhay.

Ang protocol ay maaaring agad na maghatid ng mga tugon sa pagsasalita. Ang digital vocal tract ay sumusuporta sa natatanging tunog ng boses ng mga pasyente at maaaring tumugon nang walang nakikitang pagkaantala. Ang mga tugon ay napatunayang tumpak at maaaring malikha gamit lamang ang neural signal data.

Isang Bagong Panahon para sa mga Pasyente na may Kapansanan sa Komunikasyon

Isa sa pinakamalaking benepisyo ng teknolohiyang ito ay magbibigay-daan sa mga taong may kapansanan sa komunikasyon na sa wakas ay maibahagi ang kanilang kwento sa isang makaugnay na paraan. Ang teknolohiyang ito ay magpapahintulot sa mga gumagamit ng neuroprosthesis na makilahok sa pag-uusap at gawin ang kanilang bahagi upang matulungan ang iba na may katulad na mga isyu.

Mga Real-World na Aplikasyon at Timeline para sa Brain-to-Voice Tech

May mahabang listahan ng mga aplikasyon para sa teknolohiyang brain-to-office computer. Ang mga kompyuter ay matagal nang naroroon, at sa kabila ng halos lahat ng aspeto ng teknolohiya na na-update, tulad ng mas magagandang graphics, processing, at hardware, nananatiling halos hindi nababago ang keyboard.

Ang pagpapakilala ng isang maaasahang investigational brain-computer interface ay nagbabago ng laro. Binubuksan nito ang pinto para sa seamless na interaksyon sa pagitan ng tao at kompyuter. Dahil dito, maaaring buksan ng teknolohiyang ito ang pinto sa mas advanced na mga paggamot at teknolohiya.

Timeline ng Brain-to-Voice

Wala pang itinakdang timeline ang mga mananaliksik. Gayunpaman, dahil sa malubhang kalagayan ng mga taong may ganitong mga karamdaman, posible na ang teknolohiyang ito ay makapasok sa merkado sa susunod na 5-10 taon. Kailangan pa ng mas maraming pananaliksik hinggil sa pangmatagalang epekto ng implant bago makakuha ng apruba mula sa mga regulator.

Mga Mananaliksik ng Brain-to-Voice

Ang pag-aaral ng brain-to-voice ay pinamunuan ng mga mananaliksik sa University of California. Partikular, binanggit sa papel sina Maitreyee Wairagkar, Nicholas S. Card, Tyler Singer-Clark, Xianda Hou, Carrina Iacobacci, Lee M. Miller, Leigh R. Hochberg, David M. Brandman, at Sergey D. Stavisky bilang mga pangunahing kontribyutor sa proyekto.

Hinaharap ng Brain-to-Voice

Ayon sa mga inhinyero, marami pang gawain ang kailangang gawin sa brain-to-voice system. Umaasa silang palawakin ang kanilang pagsubok upang isama ang mas maraming pasyente sa mga susunod na buwan. Nais din nilang isama ang mga pasyente na may iba’t ibang uri ng mga disorder. Ang mga nagnanais na sumali sa pag-aaral ay maaaring makipag-ugnayan sa [email protected] upang malaman kung kwalipikado sila.

Pamumuhunan sa AI Healthcare Sector

Ang mga bansa na gumagamit ng artificial intelligence ay naglalaro ng lumalawak na papel sa pangangalagang pangkalusugan at mga paggamot. Ang sistemang ito ay makakatulong sa mga tagapagbigay ng pangangalagang pangkalusugan na matukoy ang mga karamdaman nang mas mabilis, mas epektibong gamutin ang mga ito, at kahit matuklasan ang ugat na sanhi ng mga traumatic na disorder. Sa kasalukuyan, maraming manlalaro sa AI healthcare arena. Narito ang isang kumpanya na nakagawa ng puwang sa merkado.

SoundHound AI, Inc.

Ang SoundHound AI na nakabase sa Santa Clara, California (SOUN ) ay nagkaroon ng kawili-wiling paglalakbay mula sa paglulunsad nito bilang music identification app na Midomi, hanggang sa maging isa sa mga pinakakilalang pangalan sa AI conversational interfaces.

Nagsimula ang paglalakbay ng kumpanya noong 2005 matapos magsimulang magtrabaho si Keyvan Mohajer sa mga advanced audio recognition protocol. Noong 2015, nag-rebrand ang kumpanya bilang SoundHound at inilipat ang pokus nito sa proprietary voice AI platform.

Pinalawak ng protocol na ito ang kakayahan ng AI speech recognition at dinisenyo gamit ang Deep Meaning Understanding technologies. Sa kasalukuyan, ang SoundHound ay nangungunang provider ng AI speech analysis systems na may higit sa 250 na patente at kayang suportahan ang higit sa 20 internasyonal na wika.

Pinakabagong Balita at Pag-unlad ng Stock ng SoundHound AI (SOUN)

Teknolohiyang Brain-to-Voice – Ang Hinaharap ay Walang Sagabal

Kapag sinusuri mo ang mga teknolohikal na benepisyo na ipinakilala ng pag-aaral na Brain-to-voice sa merkado, madaling makita kung bakit maraming itinuturing ito bilang isang malaking milestone sa sektor ng medisina. Sa hinaharap, maaari mong kontrolin ang mga robot, sasakyan, at iba pang mahahalagang aspeto ng iyong buhay gamit ang isang BCI.

Itong pinakabagong pag-aaral ay naglilinaw kung paano maaaring mapabuti ng teknolohiyang ito ang buhay ng marami. Dahil dito, karapat-dapat ang mga mananaliksik ng isang matinding palakpakan para sa kanilang mga pagsisikap.

Alamin ang iba pang mga kahanga-hangang breakthrough sa healthcare dito.

Mga Sanggunian na Pag-aaral:

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