Desde hace unos años somos conocedores de la existencia de los sintetizadores de voz que permiten convertir texto en habla artificial. Estos sistemas facilitan el acceso al contenido escrito que aparece por ejemplo en páginas web, traductores instantáneos de idiomas, documentos digitales, etc. a través de una voz que nuestro oído detecta como no humana. Incluso, normalizamos el hecho de interactuar con asistentes virtuales que incluyen nuestros dispositivos electrónicos como móviles y altavoces inteligentes y hasta normalizamos que algunas máquinas expendedoras o cajeros automáticos nos “hablen”.
Por Alba Llanos. Logopeda especialista en voz y miembro del Colegio Profesional de Logopedas de la Comunidad de Madrid (CPLCM)
Asimismo, los sintetizadores de voz también han supuesto un avance en los sistemas aumentativos y alternativos de comunicación (SAAC) al hacerlos más accesibles y empoderar a las personas usuarias de los mismos para comunicarse de manera más independiente y efectiva.
Como logopedas, resulta interesante tener presente una iniciativa desarrollada en 2019 por el equipo de Google Research y que tiene por nombre Project Euphonia. El objetivo de este proyecto se centra en mejorar la comunicación y la accesibilidad para personas con un habla no estándar utilizando tecnologías de inteligencia artificial (IA) y síntesis de voz.
Project Euphonia utilizó técnicas de aprendizaje automático para entrenar modelos de reconocimiento de voz personalizados que pudieran entender y transcribir el habla de personas con disartria, apraxia, tartamudez o cualquier otra condición que afectara su capacidad para articular palabras con claridad. El proyecto también investigó la síntesis de voz personalizada para estas personas y para ello, los investigadores recopilaron muestras de voz de individuos con alteraciones del habla y utilizaron técnicas de síntesis de voz para crear modelos de voz personalizados que pudieran replicar su habla de manera más clara e inteligible. Si conoces a alguien que quiera participar en la recogida de muestras en español puedes pinchar aquí.
Asimismo, la IA también fue un elemento clave en el estudio llevado a cabo por investigadores de la Universidad de California (2019) en donde se utilizaron técnicas de decodificación neural para traducir la actividad cerebral en habla sintetizada.
Es innegable que la IA supone un gran avance en el campo de la salud, ofreciendo una serie de aplicaciones y beneficios. A partir del año 2023 la IA avanza de manera significativa y descubrimos que existen opciones para recrear la voz de una persona, en concreto a partir de muestras de voz existentes.
A través de la IA se capta y reproduce con precisión las características de la voz humana, manipulando al detalle el mensaje que se quiera transmitir y cómo no, planteando desafíos éticos respecto al uso que pueda hacerse de esta técnica.
Bibliografía:
- Anumanchipalli, G.K., Chartier, J. & Chang, E.F. Speech synthesis from neural decoding of spoken sentences. Nature 568, 493–498 (2019). https://doi.org/10.1038/s41586-019-1119-1
- Kanwarpartap Singh Gill, Vatsala Anand, Rupesh Gupta, «Un sistema inteligente para la clasificación de disartria de conjuntos de datos procesados masculinos y femeninos utilizando parámetros de modelo secuencial», 2023 Segunda Conferencia Internacional sobre Inteligencia Aumentada y Sistemas Sostenibles (ICAISS) , páginas 815-820, 2023 .
- https://blog.research.google/2021/09/personalized-asr-models-from-large-and.html
- https://sites.research.google/intl/es_ALL/euphonia/getting-involved/
- https://docs.google.com/forms/d/e/1FAIpQLSc9tkmL5VwSP88nGHULo6NauivSLgEBxgR3vO9knc1P4cvsUA/closedform?resourcekey=0-nNMgUv0K876UAOCbu7i2zw
