AI สร้างเสียงใหม่ให้กับหญิงสาวชาวอังกฤษที่สูญเสียความสามารถในการพูดไปนานถึง 25 ปี

ต้องขอบคุณเทคโนโลยีปัญญาประดิษฐ์ที่ประมวลผลบันทึกเสียงสั้นๆ 8 วินาทีจากยุค 1990 ทำให้ศิลปินหญิงชาวอังกฤษสามารถสื่อสารด้วยเสียงของตัวเองได้อีกครั้ง หลังจากที่สูญเสียความสามารถในการพูดมานานหลายทศวรรษ

หญิงชาวอังกฤษที่เป็นโรคเซลล์ประสาทสั่งการเสื่อม (MND) ซึ่งทำให้ไม่สามารถพูดได้ สามารถสื่อสารได้อีกครั้งโดยใช้เสียงของตัวเอง โดยได้ประโยชน์จากเทคโนโลยีปัญญาประดิษฐ์ (AI) และการบันทึกเสียงแปดวินาทีจาก วิดีโอ เก่าของครอบครัว

ซาราห์ เอเซเคียล ศิลปินที่อาศัยอยู่ในลอนดอนตอนเหนือ สูญเสียความสามารถในการพูดหลังจากได้รับการวินิจฉัยว่าเป็นโรค MND เมื่ออายุ 34 ปี ขณะตั้งครรภ์เป็นครั้งที่สองเมื่อ 25 ปีก่อน

โรคดังกล่าวทำลายระบบประสาท ทำให้กล้ามเนื้อบริเวณลิ้น ปาก และลำคออ่อนแรงลง ส่งผลให้ผู้ป่วยบางรายสูญเสียความสามารถในการพูดไปเลย

เอเสเคียลใช้คอมพิวเตอร์และเทคโนโลยีสร้างเสียงเพื่อสื่อสารกันมาหลายปี แต่เสียงนั้นกลับไม่เหมือนเสียงของเธอ ลูกสองคนของเธอ คือ อาวีวาและเอริค เติบโตมาโดยไม่เคยรู้จักเสียงที่แท้จริงของแม่เลย

ในช่วงไม่กี่ปีที่ผ่านมา ผู้เชี่ยวชาญสามารถใช้เทคโนโลยีเพื่อสร้างเสียงต้นฉบับของบุคคลขึ้นมาใหม่ได้ อย่างไรก็ตาม เทคนิคนี้จำเป็นต้องใช้การบันทึกเสียงคุณภาพสูงที่มีความยาว และเสียงที่ได้จึงมักถูกมองว่าเป็นเสียงแบบ "โมโนโทน"

ไซมอน พูล ตัวแทนจากบริษัทสื่อทางการ แพทย์ ของอังกฤษอย่าง Smartbox กล่าวว่า ในตอนแรกบริษัทได้ขอให้คุณเอซิเคียลจัดเตรียมการบันทึกเสียงความยาว 60 นาทีมาให้

อย่างไรก็ตาม คุณเอเสเคียลพบเพียงคลิปสั้นๆ และคุณภาพต่ำ ซึ่งนำมาจากโฮมวิดีโอในยุค 90 คลิปดังกล่าวมีความยาวเพียง 8 วินาที มีเสียงผิดเพี้ยน และมีเสียงรบกวนจากโทรทัศน์

นายพูลหันไปใช้เทคโนโลยีที่พัฒนาโดย ElevenLabs ซึ่งเป็นบริษัทสร้างเสียงด้วย AI ที่ตั้งอยู่ในนิวยอร์ก ซึ่งสามารถสร้างเสียงที่สมจริงได้ด้วยข้อมูลเพียงเล็กน้อย

นายพูลใช้เครื่องมือ AI เพื่อแยกเสียงจากการบันทึกเสียงเก่า จากนั้นใช้เครื่องมืออื่นซึ่งได้รับการฝึกฝนจากข้อมูลเสียงจริงเพื่อสร้างผลิตภัณฑ์ขั้นสุดท้าย

ผลลัพธ์ที่ได้ทำให้เอเสเคียลรู้สึกซาบซึ้งใจอย่างยิ่ง เสียงที่ถูกสร้างขึ้นใหม่นั้นคล้ายคลึงกับเสียงของเธอมาก ด้วยสำเนียงลอนดอนอันเป็นเอกลักษณ์และเสียงพูดไม่ชัดเล็กน้อยที่เธอเคยไม่ชอบมาก่อน

จากข้อมูลของ MND UK พบว่าผู้ป่วยโรคนี้มากถึง 8 ใน 10 คน ประสบปัญหาในการพูดหลังจากได้รับการวินิจฉัย อย่างไรก็ตาม เสียงที่สร้างโดยคอมพิวเตอร์ในปัจจุบันมักถูกตัดสินว่าขาดจังหวะและอารมณ์

นายพูลกล่าวว่าความก้าวหน้าของเทคโนโลยี AI ในปัจจุบันคือความสามารถในการสร้างเสียงที่เหมือนมนุษย์และแสดงอารมณ์ออกมา ซึ่งจะช่วย "เติมชีวิตชีวา" ให้กับเสียงคอมพิวเตอร์ที่แต่เดิมน่าเบื่อหน่าย เขาย้ำว่าการปรับแต่งเสียงให้เป็นส่วนตัวก็เป็นวิธีหนึ่งในการรักษาเอกลักษณ์ส่วนบุคคลด้วยเช่นกัน

ในปัจจุบัน ผู้ที่มีความเสี่ยงต่อการสูญเสียความสามารถในการพูดเนื่องจากภาวะต่างๆ เช่น MND มักได้รับการสนับสนุนให้บันทึกเสียงของตนโดยเร็วที่สุด เพื่อรักษาเอกลักษณ์ของตนและอำนวยความสะดวกในการสื่อสารในอนาคต

อย่างไรก็ตาม ก่อนที่สมาร์ทโฟนจะได้รับความนิยม การบันทึกเสียงอย่างถูกต้องไม่ใช่เรื่องง่าย

(TTXVN/เวียดนาม+)

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