95% точности и никакой боли: графеновый чокер – спасение для людей, потерявших речь

Ученые из Кембриджского университета разработали умное колье, которое способно распознавать речь по микродвижениям горла. Это изобретение может стать настоящим спасением для тех, кто потерял способность говорить из-за болезни или травмы.

Колье выглядит как чокер и представляет собой мягкую эластичную ткань с встроенными электронными датчиками. Его комфортно носить, что особенно важно для людей с ограниченными возможностями. Оно может помочь пациентам после операций на гортани, а также страдающим от болезни Паркинсона, последствий инсульта или церебрального паралича.

Главная особенность нового гаджета - использование методов машинного обучения. Благодаря этому устройство распознает различия в произношении, акценте и словарном запасе разных пользователей. Такой подход значительно сокращает время, необходимое для разработки и обучения.

Колье относится к типу технологий, известных как “интерфейсы безмолвного доступа”. Оно анализирует невокальные сигналы, чтобы декодировать речь в тишине. Пользователю достаточно лишь артикулировать слова, чтобы устройство их распознало. Затем захваченные речевые сигналы могут быть переданы на компьютер или динамик для облегчения общения.

Тесты показали впечатляющие результаты: колье способно распознавать слова с точностью более 95%. При этом оно использует на 90% меньше вычислительной энергии по сравнению с существующими передовыми технологиями. Доктор Луиджи Оккипинти из Кембриджского центра графена, руководивший исследованием, отметил, что существующие решения для людей с нарушениями речи часто не справляются с захватом слов и требуют длительного обучения. Кроме того, они жесткие, громоздкие и иногда даже требуют инвазивной операции на горле.

Устройство изготовлено из экологичного текстиля на основе бамбука с датчиками деформации на основе графеновых чернил, встроенными в ткань. Когда датчики обнаруживают любую деформацию, в графене образуются крошечные контролируемые трещины. Как раз благодаря этому чувствительность более чем в четыре раза выше, чем у аналогов.

Модель обучалась на базе данных наиболее часто используемых слов в английском языке. Они также отобрали слова, которые легко перепутать, например, "book" (книга) и "look" (смотреть). В выборку включили речь людей разного пола, носителей и не носителей английского языка, а также разные акценты и скорость речи.

Благодаря способности устройства захватывать богатые динамические характеристики сигнала, исследователям удалось использовать легкие архитектуры нейронных сетей с упрощенной глубиной и размерностью сигнала для извлечения и улучшения признаков речевой информации. В результате получилась модель машинного обучения с высокой вычислительной и энергетической эффективностью, идеально подходящая для интеграции в носимые устройства с батарейным питанием и возможностями обработки искусственного интеллекта в реальном времени.

Хотя умному колье еще предстоит пройти обширные испытания и клинические исследования, прежде чем оно будет одобрено для использования пациентами, исследователи утверждают, что их изобретение может также применяться в других приложениях для мониторинга здоровья или для улучшения связи в шумной среде.