site.btaТПС: Технологията за преобразуване на реч в текст може да бъдe трансформирана благодарение на ново проучване

Израелски учени представиха днес резултати от изследване на начина, по който мозъкът обработва речта и превръща звуците в разговор, които биха могли да доведат до нови постижения в технологиите за разпознаване на реч, инструменти за комуникация за хора с говорни нарушения и персонализирани помощни устройства, предаде израелската новинарска агенция ТПС.

За да придобият представа за невронните пътища, които позволяват на хората да говорят и да се разбират помежду си, еврейски учени от няколко университета и института заедно "Гугъл рисърч" са използвали техника, която записва мозъчната активност директно от повърхността на мозъка, за да улавят данни в реално време от участниците по време на отворени разговори.

Данните бяха анализирани с помощта на модел за преобразуване на речта в текст, наречен "Уиспър", който разделя езика на три нива: звуци, речеви модели и значения на думите.

Ръководено от д-р Ариел Голдщайн от катедрата по когнитивни и мозъчни науки на Еврейския университет в Йерусалим и публикувано в рецензираното списание "Нейчър хюман бихейвиър" (Nature Human Behavior), изследването предлага рамка за изучаване на това как мозъкът обработва речта в реални разговори.

Моделът "Уиспър" предсказва мозъчната активност по време на разговор. Той показа, че различни области на мозъка се активират на различни етапи от обработката на речта.

„Нашите открития ни помагат да разберем как мозъкът обработва разговорите в реални условия. Като свързваме различните слоеве на езика, ние разкриваме механиката зад нещо, което всички правим естествено - разговаряме и се разбираме“, казва Голдщайн.

„Преди да заговорим, мозъкът ни преминава от мислене за думи към формиране на звуци, докато след като слушаме, той работи обратно, за да осмисли казаното“, добави той.

Изследването би могло да доведе до по-точни системи за разпознаване на реч, които да подобрят виртуалните асистенти като "Сири" или "Алекса".

То също така дава надежда за по-добри помощни средства за комуникация за хора с говорни нарушения, като афазия или дизартрия. Проучването може потенциално да доведе до мозъчно-компютърни интерфейси за хора с тежки говорни увреждания.

За хората със загуба на слуха, говорни увреждания или невродегенеративни заболявания откритията крият потенциал за разработването на персонализирани помощни устройства.

Откритията биха могли да доведат и до по-целенасочени терапии за хора, които се възстановяват след мозъчни травми или инсулти и се опитват да възвърнат способността си за говорене и разбиране.

(Тази информация се разпространява по споразумение между БТА и ТПС)