Investigadores de bioingeniería de la UCLA crean un parche autoalimentado que traduce los movimientos musculares de la garganta del habla silenciosa en habla hablada mediante aprendizaje automático

Un grupo de investigadores en bioingeniería de la UCLA ha creado un parche flexible y autoalimentado que traduce los movimientos de los músculos laríngeos de la superficie del cuello durante el habla muda en habla hablada utilizando el aprendizaje automático. Este parche ponible permite hablar a personas que, de otro modo, serían mudas o no podrían hablar correctamente debido a lesiones, enfermedades o trastornos de las cuerdas vocales.

La voz humana se crea durante la exhalación del aire a través de la garganta y es modulada por los numerosos músculos laríngeos presentes. Todos los músculos laríngeos deben moverse coordinadamente para producir el habla, y los movimientos de la superficie del cuello son un reflejo de los movimientos del interior de la garganta.

Concretamente, la laringe es la más importante ya que contiene los músculos de las cuerdas vocales que cambian de forma al crear los diferentes sonidos. La laringitis y el uso excesivo de las cuerdas vocales (gritar, cantar o chillar) son razones comunes por las que uno no puede hablar porque los músculos clave no se mueven correctamente para generar el sonido. Sin embargo, incluso cuando las cuerdas vocales no funcionan correctamente, otros músculos laríngeos siguen moviéndose en el intento de hablar.

Los investigadores crearon un parche adhesivo que puede percibir el movimiento de los músculos de la garganta. El parche tiene capas exteriores de polidimetilsiloxano (PDMS) que intercalan dos capas de bobinas de cobre que sirven como capas de inducción magnética (MI), que están separadas por una sola capa de PDMS e imanes que sirve como capa de acoplamiento magneto-mecánico (MC). La capa MC tiene muchas incisiones que le permiten expandirse y contraerse más fácilmente cuando se flexionan los músculos de la garganta.

Cuando una persona intenta hablar llevando el parche de 7,2 gramos (0,25 onzas), los músculos se mueven y el parche se flexiona, generando una pequeña señal eléctrica que es captada por el módulo sensor. La señal se procesa y luego pasa al módulo de aprendizaje automático, que analiza la señal e interpreta lo que el hablante intenta decir a partir de un conjunto de cinco frases utilizadas para entrenar el sistema. En 40 ms, el ordenador pronuncia la frase pretendida con una precisión del 94,68 por ciento.

El sistema necesita ser entrenado en una gama mucho más amplia de palabras y frases antes de que la tecnología de voz para llevar puesta pueda vocalizar el habla común, por lo que los lectores mudos podrían encontrar útil un libro sobre el código Morse o el lenguaje de signos mientras esperan el parche.