هوش مصنوعی صدای زن بریتانیایی را که ۲۵ سال قدرت تکلم خود را از دست داده بود، بازسازی کرد.

به لطف فناوری هوش مصنوعی که یک فایل صوتی کوتاه ۸ ثانیه‌ای از دهه ۱۹۹۰ را پردازش می‌کند، یک هنرمند زن بریتانیایی پس از دهه‌ها از دست دادن توانایی صحبت کردن، می‌تواند دوباره با صدای خودش ارتباط برقرار کند.

یک زن بریتانیایی مبتلا به بیماری نورون حرکتی (MND) که او را قادر به صحبت کردن نکرده بود، به لطف فناوری هوش مصنوعی (AI) و یک ضبط هشت ثانیه‌ای از یک ویدیوی خانوادگی قدیمی، دوباره توانست با استفاده از صدای خودش ارتباط برقرار کند.

سارا ازیکیل، هنرمندی که در شمال لندن زندگی می‌کند، پس از تشخیص بیماری MND در سن ۳۴ سالگی، در حالی که ۲۵ سال پیش فرزند دومش را باردار بود، توانایی صحبت کردن خود را از دست داد.

این بیماری به سیستم عصبی آسیب می‌رساند و عضلات زبان، دهان و گلو را ضعیف می‌کند و باعث می‌شود برخی از بیماران به طور کامل توانایی صحبت کردن را از دست بدهند.

سال‌ها، ازیکیل از کامپیوتر و فناوری تولید صدا برای برقراری ارتباط استفاده می‌کرد، اما صدایش شبیه صدای خودش نبود. دو فرزند او، آویوا و اریک، بدون اینکه هرگز صدای واقعی مادرشان را بشناسند، بزرگ شدند.

در سال‌های اخیر، متخصصان توانسته‌اند با استفاده از فناوری، صدای اصلی یک فرد را بازسازی کنند. با این حال، این تکنیک نیاز به ضبط‌های طولانی و با کیفیت بالا دارد و صدای حاصل اغلب «تک‌صدایی» محسوب می‌شود.

سایمون پول، نماینده شرکت رسانه پزشکی بریتانیایی اسمارت‌باکس، گفت که این شرکت در ابتدا از خانم ازیکیل خواسته بود که یک فایل صوتی ۶۰ دقیقه‌ای ارائه دهد.

با این حال، خانم ازیکیل فقط توانست یک کلیپ بسیار کوتاه و بی‌کیفیت پیدا کند که از یک ویدیوی خانگی مربوط به دهه ۱۹۹۰ گرفته شده بود. این کلیپ فقط ۸ ثانیه طول داشت، صدای آن مخدوش بود و از تلویزیون نویز داشت.

آقای پول به فناوری توسعه‌یافته توسط ElevenLabs، یک شرکت تولید صدای هوش مصنوعی مستقر در نیویورک، روی آورد که می‌تواند صداهای واقعی را با داده‌های بسیار کم بازسازی کند.

آقای پول از یک ابزار هوش مصنوعی برای استخراج صدا از ضبط قدیمی استفاده کرد، سپس از ابزار دیگری - که بر اساس داده‌های صدای واقعی آموزش دیده بود - برای ایجاد محصول نهایی استفاده کرد.

نتایج، خانم ازیکیل را عمیقاً متأثر کرد. صدای بازسازی‌شده بسیار شبیه صدای خودش بود، با لهجه‌ی متمایز لندنی و کمی نوک زبانی صحبت کردن که قبلاً از آن متنفر بود.

طبق گزارش MND UK، از هر 10 نفر مبتلا به این بیماری، تا هشت نفر پس از تشخیص، مشکلات گفتاری را تجربه می‌کنند. با این حال، صداهای تولید شده توسط رایانه اغلب فاقد ریتم و احساس ارزیابی می‌شوند.

آقای پول گفت پیشرفت فناوری هوش مصنوعی امروزه در توانایی ایجاد صداهای انسانی و احساسی است و از این طریق به صداهای کامپیوتری که قبلاً خشک بودند "روح می‌بخشد". او تأکید کرد که شخصی‌سازی صدا همچنین راهی برای حفظ هویت شخصی است.

افرادی که به دلیل بیماری‌هایی مانند MND در معرض خطر از دست دادن توانایی صحبت کردن هستند، اکنون اغلب تشویق می‌شوند که در اسرع وقت صدای خود را ضبط کنند تا هویت خود را حفظ کرده و ارتباطات آینده را تسهیل کنند.

با این حال، قبل از اینکه گوشی‌های هوشمند محبوب شوند، ضبط مناسب آسان نبود./.

(TTXVN/ویتنام+)

منبع: https://www.vietnamplus.vn/ai-tai-tao-giong-noi-cho-mot-phu-nu-anh-mat-kha-nang-noi-25-nam-post1057350.vnp