Sztuczna inteligencja odtwarza głos Brytyjki, która straciła zdolność mówienia na 25 lat

Brytyjka cierpiąca na chorobę neuronu ruchowego (MND), która uniemożliwiła jej mowę, jest w stanie ponownie komunikować się za pomocą własnego głosu dzięki technologii sztucznej inteligencji (AI) oraz ośmiosekundowemu nagraniu pochodzącemu ze starego rodzinnego filmu wideo .

Sarah Ezekiel, artystka mieszkająca w północnym Londynie, straciła zdolność mówienia, gdy w wieku 34 lat zdiagnozowano u niej stwardnienie zanikowe boczne (SMD), gdy 25 lat temu była w ciąży z drugim dzieckiem.

Choroba uszkadza układ nerwowy, osłabiając mięśnie języka, jamy ustnej i gardła, przez co niektórzy pacjenci całkowicie tracą zdolność mówienia.

Przez lata Ezekiel komunikowała się za pomocą komputera i technologii generowania głosu, ale głos nie brzmiał jak jej. Jej dwoje dzieci, Aviva i Eric, dorastało, nigdy nie znając prawdziwego głosu swojej matki.

W ostatnich latach eksperci zdołali wykorzystać technologię do odtworzenia oryginalnego głosu danej osoby. Technika ta wymaga jednak długich, wysokiej jakości nagrań, a uzyskany głos jest często uważany za „monotonny”.

Simon Poole, przedstawiciel brytyjskiej firmy medialnej Smartbox zajmującej się medycyną , powiedział, że firma początkowo zwróciła się do pani Ezekiel z prośbą o dostarczenie 60-minutowego nagrania.

Pani Ezekiel udało się jednak znaleźć jedynie bardzo krótki i słabej jakości klip, pobrany z domowego nagrania wideo z lat 90. Klip miał zaledwie 8 sekund, zniekształcony dźwięk i szum z telewizora.

Pan Poole zwrócił się ku technologii opracowanej przez ElevenLabs, nowojorską firmę zajmującą się generowaniem głosu przy użyciu sztucznej inteligencji, która potrafi odtworzyć realistyczne głosy, wykorzystując niewielką ilość danych.

Pan Poole użył narzędzia opartego na sztucznej inteligencji, aby wyodrębnić głos ze starego nagrania, a następnie użył innego narzędzia – wyszkolonego na prawdziwych danych głosowych – aby stworzyć produkt końcowy.

Wyniki głęboko poruszyły panią Ezekiel. Odtworzony głos był bardzo podobny do jej własnego, z charakterystycznym londyńskim akcentem i lekkim seplenieniem, którego wcześniej nie lubiła.

Według brytyjskiej organizacji MND UK, nawet osiem na dziesięć osób z tą chorobą doświadcza trudności w mówieniu po diagnozie. Jednak obecnie generowane komputerowo głosy często są uznawane za pozbawione rytmu i emocji.

Pan Poole powiedział, że dzisiejszy postęp w technologii sztucznej inteligencji polega na możliwości tworzenia ludzkich i emocjonalnych głosów, „tchnąc w ten sposób życie” w dotychczas suche głosy komputerowe. Podkreślił, że personalizacja głosu to również sposób na zachowanie tożsamości osobistej.

Osoby zagrożone utratą zdolności mówienia z powodu takich schorzeń jak stwardnienie zanikowe boczne (MND) są obecnie często zachęcane do nagrywania swojego głosu tak szybko, jak to możliwe, aby zachować swoją tożsamość i ułatwić sobie przyszłą komunikację.

Jednak zanim smartfony stały się popularne, uzyskanie porządnych nagrań nie było łatwe./.

(TTXVN/Wietnam+)

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