بازگشت صدای افراد به زندگی

جولز رودریگز، مردی که در سال ۲۰۲۰ به بیماری اسکلروز جانبی آمیوتروفیک (ALS) مبتلا شد، در اکتبر ۲۰۲۳ توانایی صحبت کردن خود را از دست داد. ضعف عضلانی ناشی از این بیماری باعث شد که او به تدریج قدرت تکلم خود را از دست بدهد و در نهایت پزشکان برای حفظ توانایی تنفس او، عمل تراکئوستومی (ایجاد یک لوله در نای) را انجام دادند. این جراحی جان او را نجات داد اما برای همیشه او را از توانایی صحبت کردن محروم کرد.

اما فناوری هوش مصنوعی با شبیه‌سازی صوتی (Voice Cloning)، اکنون به کمک او و دیگر بیماران ALS آمده است. این فناوری با تحلیل صدای بیمار و بازآفرینی آن از طریق الگوریتم‌های یادگیری ماشین، به افراد اجازه می‌دهد که دوباره با صدای خود صحبت کنند. رودریگز نیز با کمک این فناوری توانست صدای دیجیتالی خود را بازیابی کند و حتی اجرای استندآپ کمدی را از سر بگیرد.

فناوری شبیه‌سازی صوتی چگونه کار می‌کند؟

در گذشته، بیماران مبتلا به ALS مجبور بودند صدای خود را از قبل در بانک‌های صوتی ذخیره کنند. این روش شامل ضبط صدها یا هزاران جمله بود تا بعدها در ارتباطاتشان استفاده شود. اما این فرایند زمان‌بر و محدود بود و صدای تولیدی آن غیرطبیعی و رباتیک به نظر می‌رسید.

امروزه، الگوریتم‌های هوش مصنوعی پیشرفته‌تر شده‌اند. شرکت ElevenLabs، که در ابتدا این فناوری را برای دوبله و صداگذاری فیلم و تلویزیون توسعه داده بود، اکنون موفق شده است که این فرآیند را برای بیماران نیز قابل استفاده کند.

مراحل کار این فناوری به شرح زیر است:

۱.     تحلیل و پردازش صدا: تنها چند دقیقه از صدای فرد مورد نیاز است. این صدا می‌تواند از طریق ضبط جدید یا استفاده از کلیپ‌های قدیمی، پیام‌های صوتی و ویدئوهای خانوادگی تأمین شود.

۲.     مدل‌سازی و بازسازی صوتی: هوش مصنوعی الگوهای گفتاری فرد را شناسایی و صدای دیجیتالی آن را بازآفرینی می‌کند.

۳.     تبدیل متن به گفتار: بیماران متن موردنظر خود را تایپ می‌کنند و هوش مصنوعی آن را با صدای دیجیتالی خودشان پخش می‌کند.

این فناوری نه‌تنها ارتباط را برای بیماران آسان‌تر کرده، بلکه به آنها اجازه داده است که دوباره صدای خود را بشنوند، تجربه‌ای که برای بسیاری از بیماران بسیار احساسی و عمیق بوده است.

تجربه بیماران؛ بازگشت صدا به زندگی

رودریگز درباره شنیدن دوباره صدای خود پس از مدت‌ها گفت: “شنیدن دوباره صدایم، روحیه‌ام را بهتر کرد. انگار بخشی از هویت گمشده‌ام را دوباره پیدا کردم.”

همسر او، ماریا فرناندز، نیز واکنش احساسی مشابهی داشت: “در ابتدا، احساس غم و اندوه داشتم، زیرا این صدا یادآور زندگی گذشته او بود. اما در نهایت، حس شگفتی و خوشحالی غلبه کرد. انگار معجزه‌ای رخ داده بود.”

علاوه بر بازگرداندن توانایی تکلم، این فناوری نقش مهمی در برقراری روابط اجتماعی بیماران دارد. بسیاری از مبتلایان به ALS به دلیل مشکلات گفتاری منزوی می‌شوند، اما داشتن یک صدای واقعی و آشنا، باعث شده که دوستان و اعضای خانواده راحت‌تر با آن‌ها تعامل کنند.

چالش‌های شبیه‌سازی صوتی و محدودیت‌های فعلی

با وجود پیشرفت‌های چشمگیر در فناوری شبیه‌سازی صوتی، این فناوری همچنان با برخی چالش‌ها و مشکلات روبرو است:

●        نبود احساسات در صدا: صدای بازسازی‌شده گاهی لحن و احساسات طبیعی ندارد. رودریگز در این‌باره می‌گوید:
“گاهی اوقات، وقتی یک جمله طولانی می‌نویسم، صدای دیجیتالی‌ام خسته به نظر می‌رسد و لحن آن یکنواخت می‌شود.”

●        سرعت پایین مکالمات زنده: بیماران معمولاً متن خود را تایپ می‌کنند تا هوش مصنوعی آن را بخواند. این فرآیند سرعت مکالمه را کاهش می‌دهد و باعث ایجاد وقفه‌های طولانی در گفتگوها می‌شود.

●        محدودیت‌های نرم‌افزاری: برخی از اپلیکیشن‌های مربوط به این فناوری هنوز امکانات کامل تایپ سریع و روان را ندارند.

تحولات آینده در فناوری‌های ارتباطی برای بیماران ALS

محققان و شرکت‌های فناوری در حال کار روی راه‌حل‌هایی برای بهبود تجربه کاربران در این حوزه هستند. برخی از پروژه‌های آینده عبارتند از:

●        افزودن لحن و احساس به صدای دیجیتالی: محققان در تلاش‌اند تا صدای بازسازی‌شده را احساسی‌تر و طبیعی‌تر کنند.

●        استفاده از آواتارهای دیجیتالی همگام با صدا: بنیاد اسکات-مورگان در حال توسعه آواتارهای هوشمند است که می‌توانند حالات چهره و حرکات لب بیمار را نیز شبیه‌سازی کنند.

●        اتصال فناوری شبیه‌سازی صوتی به دستگاه‌های تایپ سریع‌تر: شرکت‌های فناوری در حال توسعه نرم‌افزارهایی هستند که به بیماران اجازه می‌دهد با سرعت بیشتری متن خود را تایپ و بیان کنند.

هوش مصنوعی و تحول در زندگی بیماران

با توسعه مداوم این فناوری‌ها، بیماران مبتلا به ALS دیگر محکوم به سکوت نخواهند بود. این تکنولوژی نه‌تنها کیفیت زندگی آن‌ها را بهبود می‌بخشد، بلکه به آن‌ها امکان می‌دهد ارتباطات اجتماعی خود را حفظ کنند و حتی مانند رودریگز، به فعالیت‌های قبلی خود بازگردند.

با اینکه چالش‌هایی مانند لحن غیرطبیعی و سرعت پایین مکالمه هنوز وجود دارد، اما مسیر پیشرفت در این حوزه روشن است. در آینده نزدیک، هوش مصنوعی ممکن است بتواند صدای افراد را حتی طبیعی‌تر و همگام‌تر با احساساتشان بازآفرینی کند.

همان‌طور که رودریگز با کمک هوش مصنوعی دوباره روی صحنه استندآپ کمدی بازگشت، امید می‌رود که این فناوری برای هزاران بیمار دیگر نیز راهی به سوی زندگی عادی‌تر باشد.