Жена заговори с глас, който е загубила преди 25 години: Изкуствен интелект и 8 секунди домашно видео ѝ помогнаха
Британската художничка Сара Езекиел не е могла да приказва със личния си глас в продължение на 25 години заради заболяване на двигателните неврони.
Но в този момент дамата може да чуе още веднъж личния си глас, с помощта на изкуствен интелект и едвам осезаем 8-секунден клип от остаряло домашно видео. Сара Езекиел е диагностицирана с амиотрофична латерална склероза на 34-годишна възраст. По това време дамата е бременна с второто си дете.
Болестта предизвиква последователно утежняване на части от нервната система, което може да аргументи уязвимост в мускулите на езика, устата и гърлото, карайки някои страдащи физически да изгубят способността си да приказват със личния си глас. По-късно Сара Езекиел усвоила способността да генерира глас благодарение на компютър, макар че гласът, който употребила за връзка, нямал нищо общо с нейния личен.
Тя съумяла да се развие и като художник, фокусирайки се върху компютърно генерирани изображения. Двете ѝ деца обаче в никакъв случай не чули същинския глас на майка си след раждането.
През последните години специалистите все по-често употребяват технологии за основаване на цифрови версии на истинския глас на човек. Тази технология обаче изисква дълги, висококачествени записи. И даже тогава гласовете ще звучат приглушено и монотонно.
Саймън Пул, представител на английската компания за медицински връзки Smartbox, съобщи пред AFP, че компанията му в началото е поискала от дамата аудиозапис с дълготрайност един час. На хората, за които се чака да изгубят гласа си заради положения като амиотрофична латерална склероза, се предлага да записват личните си гласове, с цел да запазят самоличността си и да възстановят способността си да поддържат връзка пълноценно.
Въпреки това, преди появяването на смарт телефоните, опцията за потребление на висококачествени персонални аудио записи е била по-рядко срещана и механически по-трудна. В резултат на това Сара Езекиел е съумяла да откри единствено един, къс и фалшив запис.
Клипът от домашно видео от 90-те години на предишния век е бил единствено 8 секунди дълъг, приглушен и съпроводен от фонов звук от тв приемник. Това предиздвикало Саймън Пул да се обърне към технология, създадена от американските експерти по изкуствен интелект ElevenLabs. Тази технология освен възпроизвежда глас въз основа на елементарни данни, само че и го прави по-близък до същинския човек.
Саймън Пул употребявал един AI-инструмент, с цел да извлече гласовия пример от клипа, а различен инструмент, подготвен върху действителни гласове, с цел да запълни празнините при основаването на финалната версия. Крайният резултат бил допустимо непосредствен до същинския глас на Сара Езекиел, в това число и лондонски акцент и леко фъфлене.
„ Изпратих ѝ мостри и тя ми писа, че едвам не се е разплакала, когато ги е чула. Каза, че ги е пуснала на другар, който я е познавал, преди да загуби гласа си, и като че ли е имала още веднъж личния си глас “ — споделя Саймън Пул.
Според Британската асоциация за болести на моторните неврони, осем от 10 страдащи имат проблеми с гласа си след слагане на диагнозата. Темпото, височината и тонът на днешните компютърно генерирани гласове обаче могат да бъдат напряко роботизирани.
„ Истинската изгода от тази нова технология с изкуствен интелект е, че гласовете към този момент са в действителност човешки и изразителни и в действителност връщат човечността на гласа, който преди е звучел малко като компютър. Особено в случай че развиете заболяване в по-късна възраст и загубите гласа си, е в действителност значимо да можете да говорите със личния си глас, вместо да употребявате авансово основан глас “ — споделя Саймън Пул.
Разбира се, този случай не е единствен и историята познава доста други, за някои от които сме писали и тук. Такава публикация е да вземем за пример за жена, която е мълчала в продължение на 18 години и невроинтерфейс ѝ връща гласа – с тембъра, мимиките и интонацията.
