چینی ها ماشین فکر خوانی ساختند! - مجله نماشو

گروهی از پژوهشگران چینی با استفاده از نشانه هایی از فعالیت مغزی عصبی، راهی برای فراوری مصنوعی گفتار که به عنوان ترکیب گفتار نیز شناخته می گردد، ابداع نموده اند.

به گزارش رسانه دولتی ساوث چاینا مورنینگ پست، این پژوهشگران چینی ادعا می نمایند که یک دستگاه فکر خوان دارند که قادر است افکار انسان را به گفتار تبدیل کند.

آنها برای رسیدن به این هدف از روشی به نام الکتروکورتیکوگرافی (ECoG) استفاده کردند که برای میزان گیری سیگنال های مستقیم مغز از قشر مغز با استفاده از الکترودهایی که در حین جراحی در مغز کاشته می شوند، استفاده می گردد.

چالش های لحن

زبان های آهنگین از لحن و تلفظ همراه با هم برای انتقال معنا استفاده می نمایند. در زبان هایی مانند ماندارین، ویتنامی، پنجابی، تایلندی، لائوسی و کانتونی، کلمه ها علاوه بر حروف صدادار و صامت، می توانند از نظر لحن نیز متفاوت باشند.

پژوهشگران در مقاله خود شرح دادند: با توجه به اینکه یک هجای آهنگی را می توان به هجای لحن و پایه که مستقل از یکدیگر هستند، تقسیم کرد، ما یک چارچوب تقسیم و تحلیل را پیشنهاد کردیم. فرض کردیم که لحن و هجای پایه را می توان جدا از فعالیت عصبی رمزگشایی کرد و سپس گفتار آهنگین را می توان با استفاده از ترکیب لحن رمزگشایی شده و هجای پایه ترکیب کرد.

نقشه برداری زبان

این پژوهش شامل پنج شرکت نماینده بود که طی عمل جراحی تومور مغزی در چین تحت نقشه برداری زبان بیدار قرار گرفتند. در طول عمل جراحی، دو الکترود روی سطح جانبی مغز آنها قرار داده شد تا فعالیت عصبی مز آنها را در طول جراحی ثبت نمایند.

به شرکت نماینده گفته شد که هجای ma را با هشت لحن مختلف پس از شنیدن یک نشانه صوتی بیان کند. هر شرکت نماینده 160 آزمایش انجام داد. هجای ma در زبان ماندارین دارای چهار لحن مختلف است که می تواند به ترتیب به معنای مادر، حشیش، اسب و سرزنش باشد.

پژوهشگران برای فراوری و شناسایی دقیق لحن و آهنگ ها در زبان های آهنگین، الگوریتم هایی را که فعالیت های عصبی را مشاهده می نمایند، تقویت کردند.

ضبط صداها در هماهنگی با ضبط های ECoG به وسیله یک میکروفون نصب شده انجام شد.

طبق این مطالعه، پژوهشگران یک مدل شبکه عصبی ماژولار چند جریانی طراحی کردند که می تواند لحن و هجای پایه را به صورت موازی رمزگشایی کند و سپس با ترکیب خروجی های ماژول های لحن و هجا، گفتار را ترکیب کند.

چندین مطالعه اخیر امکان ترکیب جملات کوتاه و چند کلمه خاص در زبان های غیر آهنگین مانند انگلیسی و ژاپنی را از ضبط عصبی نشان داده اند. این پیشرفت ها نه تنها روش هایی را برای درمان آنارتری(از دست دادن کامل گفتار) ارائه می نمایند، بلکه کارایی ارتباطی رابط های گفتاری مغز و رایانه را نیز افزایش می دهند.

به گفته پژوهشگران، مدل ما برای سایر لهجه های چینی مانند کانتونی و چینی وو نیز قابل استفاده است.

5858