Forscher der University of California, Davis, haben eine experimentelle Hirn-Computer-Schnittstelle (BCI) entwickelt, die die Fähigkeit zur Echtzeit-Konversation bei Personen wiederherstellt, die aufgrund neurologischer Erkrankungen die Fähigkeit zu sprechen verloren haben.
Diese Technologie wandelt Gehirnaktivität in Sprache um und erzeugt so einen digitalen Vokaltrakt ohne nennenswerte Verzögerung. Die BCI verwendet künstliche Intelligenz, um die elektrische Aktivität des Gehirns des Patienten während der Sprachversuche zu entschlüsseln.
Das Gerät reproduziert nicht nur die beabsichtigten Wörter, sondern auch natürliche Sprachmerkmale wie Intonation, Tonfall und Betonung. Dies ermöglicht eine natürlichere und ausdrucksstärkere Form der Kommunikation.
Das System ermöglichte es einem Teilnehmer mit amyotropher Lateralsklerose (ALS), über einen Computer zu "sprechen", die Intonation zu ändern und einfache Melodien zu "singen". Die synthetisierte Stimme war oft verständlich, wobei die Zuhörer fast 60 % der Wörter richtig verstanden.
Der Prozess wird durch fortschrittliche KI-Algorithmen erleichtert, die auf Daten trainiert wurden, die gesammelt wurden, während der Teilnehmer versuchte, Sätze auszusprechen. Die Algorithmen ordnen neuronale Aktivität den gewünschten Klängen zu, wodurch die Synthese von Sprachnuancen ermöglicht und dem Teilnehmer die Kontrolle über die Sprachkadenz seiner BCI-Stimme gegeben wird.
Die Technologie ermöglichte es dem Teilnehmer, neue Wörter zu sagen und Einwürfe zu machen. Die in Nature veröffentlichte Studie stellt einen bedeutenden Fortschritt gegenüber früheren BCI-Modellen dar.