En el futuro, las personas mudas podrán pronunciar palabras de forma libre y clara gracias a dispositivos que convierten su actividad cerebral en una voz sintetizada. Investigadores de la Universidad de California en San Francisco dieron recientemente un gran paso hacia la mejora de esta tecnología al permitir que la inteligencia artificial reproduzca una voz sin leer pensamientos, pero analizando los movimientos de los labios de una persona. El resultado fue impresionante: la voz sintetizada se puede escuchar ahora mismo.
Se espera que el dispositivo funcione cuando la persona reproduzca mental o físicamente los movimientos de la boca, aunque no emita ningún sonido. Para comprender qué áreas del cerebro humano se activan con ciertos movimientos de la boca, los investigadores reclutaron a cinco voluntarios en el ensayo. Leen extractos breves de cuentos infantiles; durante este proceso, los electrodos incrustados en sus cerebros leen su actividad.
Al final, los investigadores desarrollaron dos redes neuronales: la primera combinó las señales cerebrales con los movimientos de los labios y la segunda convirtió estos movimientos en un habla sintetizada. De hecho, los voluntarios pudieron repetir fragmentos de oraciones: alrededor del 69% de las palabras sintetizadas se pueden reconocer fácilmente en las grabaciones. Al igual que con otros estudios, cuanto más cortas sean las oraciones, más preciso será el resultado.
Los investigadores pueden mejorar la tecnología mediante el uso de implantes cerebrales con electrodos más densos y sofisticados algoritmos de aprendizaje automático. Se encontraron características comunes entre las respuestas cerebrales de los diferentes participantes del estudio, lo que sugiere que los futuros dispositivos de síntesis de voz se pueden personalizar fácilmente para cada persona. Los investigadores también notaron que la inteligencia artificial a veces reconoce sonidos que no se utilizan en el entrenamiento, lo que también da una gran esperanza.
Ramis Ganiev
