นักวิจัยจากมหาวิทยาลัย UC Berkeley และ UC San Francisco ได้พัฒนาเทคโนโลยี Brain-Computer Interface (BCI) ที่ช่วยให้ผู้ป่วยอัมพาตสามารถสื่อสารได้ใกล้เคียงกับการพูดตามธรรมชาติ โดยใช้ AI ในการแปลงสัญญาณสมองเป็นเสียงพูดแบบเรียลไทม์

✅ การทำงานของระบบ:
- ระบบนี้ใช้ AI ในการถอดรหัสสัญญาณสมองจาก motor cortex ซึ่งควบคุมการพูด
- สามารถแปลงสัญญาณสมองเป็นเสียงพูดได้ในเวลาไม่ถึง 1 วินาที ซึ่งเร็วกว่าวิธีเดิมที่ใช้เวลา 8 วินาที

✅ การฝึกระบบ:
- ผู้เข้าร่วมทดลองพยายามพูดประโยคในใจ ขณะที่นักวิจัยบันทึกกิจกรรมสมอง
- AI เติมเต็มรายละเอียดที่ขาดหาย เช่น รูปแบบเสียง เพื่อสร้างเสียงพูดที่สมบูรณ์

✅ การใช้งานที่หลากหลาย:
- รองรับทั้งวิธีที่ไม่รุกราน เช่น การใช้เซ็นเซอร์บนผิวหนัง และวิธีที่ซับซ้อน เช่น การฝังอิเล็กโทรดในสมอง
- สามารถสร้างเสียงพูดที่คล้ายกับเสียงเดิมของผู้ป่วยก่อนเกิดอาการบาดเจ็บ

✅ ความแม่นยำและความยืดหยุ่น:
- ระบบสามารถสร้างคำที่ไม่เคยอยู่ในข้อมูลการฝึก เช่น คำใน NATO phonetic alphabet
- มีความแม่นยำสูงและรองรับคำศัพท์ที่หลากหลาย

✅ เป้าหมายในอนาคต:
- เพิ่มโทนเสียง อารมณ์ และความลื่นไหลของเสียงพูด เพื่อให้ใกล้เคียงกับการพูดของมนุษย์มากขึ้น

== ข้อเสนอแนะและคำเตือน ==
⚠️ ความท้าทายด้านการเข้าถึง:
- เทคโนโลยีนี้อาจมีค่าใช้จ่ายสูง ทำให้ผู้ป่วยบางกลุ่มไม่สามารถเข้าถึงได้

⚠️ การพัฒนาด้านอารมณ์:
- การเพิ่มโทนเสียงและอารมณ์ในเสียงพูดอาจต้องการการพัฒนาเพิ่มเติม เพื่อให้การสื่อสารมีความเป็นธรรมชาติมากขึ้น

https://www.neowin.net/news/paralysed-patients-could-soon-talk-with-near-real-time-conversion-of-brain-signals/
นักวิจัยจากมหาวิทยาลัย UC Berkeley และ UC San Francisco ได้พัฒนาเทคโนโลยี Brain-Computer Interface (BCI) ที่ช่วยให้ผู้ป่วยอัมพาตสามารถสื่อสารได้ใกล้เคียงกับการพูดตามธรรมชาติ โดยใช้ AI ในการแปลงสัญญาณสมองเป็นเสียงพูดแบบเรียลไทม์ ✅ การทำงานของระบบ: - ระบบนี้ใช้ AI ในการถอดรหัสสัญญาณสมองจาก motor cortex ซึ่งควบคุมการพูด - สามารถแปลงสัญญาณสมองเป็นเสียงพูดได้ในเวลาไม่ถึง 1 วินาที ซึ่งเร็วกว่าวิธีเดิมที่ใช้เวลา 8 วินาที ✅ การฝึกระบบ: - ผู้เข้าร่วมทดลองพยายามพูดประโยคในใจ ขณะที่นักวิจัยบันทึกกิจกรรมสมอง - AI เติมเต็มรายละเอียดที่ขาดหาย เช่น รูปแบบเสียง เพื่อสร้างเสียงพูดที่สมบูรณ์ ✅ การใช้งานที่หลากหลาย: - รองรับทั้งวิธีที่ไม่รุกราน เช่น การใช้เซ็นเซอร์บนผิวหนัง และวิธีที่ซับซ้อน เช่น การฝังอิเล็กโทรดในสมอง - สามารถสร้างเสียงพูดที่คล้ายกับเสียงเดิมของผู้ป่วยก่อนเกิดอาการบาดเจ็บ ✅ ความแม่นยำและความยืดหยุ่น: - ระบบสามารถสร้างคำที่ไม่เคยอยู่ในข้อมูลการฝึก เช่น คำใน NATO phonetic alphabet - มีความแม่นยำสูงและรองรับคำศัพท์ที่หลากหลาย ✅ เป้าหมายในอนาคต: - เพิ่มโทนเสียง อารมณ์ และความลื่นไหลของเสียงพูด เพื่อให้ใกล้เคียงกับการพูดของมนุษย์มากขึ้น == ข้อเสนอแนะและคำเตือน == ⚠️ ความท้าทายด้านการเข้าถึง: - เทคโนโลยีนี้อาจมีค่าใช้จ่ายสูง ทำให้ผู้ป่วยบางกลุ่มไม่สามารถเข้าถึงได้ ⚠️ การพัฒนาด้านอารมณ์: - การเพิ่มโทนเสียงและอารมณ์ในเสียงพูดอาจต้องการการพัฒนาเพิ่มเติม เพื่อให้การสื่อสารมีความเป็นธรรมชาติมากขึ้น https://www.neowin.net/news/paralysed-patients-could-soon-talk-with-near-real-time-conversion-of-brain-signals/
WWW.NEOWIN.NET
Paralysed patients could soon "talk" with "near-real time" conversion of brain signals
Brain-computer interface (BCI) technology has made a major advancement as it now enables converting brain signals to speech "in near-real time."
0 Comments 0 Shares 95 Views 0 Reviews