Três cientistas dos Estados Unidos desenvolveram uma nova interface cérebro-computador que consegue transformar a actividade cerebral em fala. Por agora, a equipa só testou este implante em pessoas com voz e demonstrou – num artigo na revista científica Nature – que é possível sintetizar a sua fala directamente a partir de sinais do cérebro. No futuro, espera-se que este dispositivo seja usado para devolver a voz a pessoas com essa incapacidade.

Quando se fala em sintetizadores de voz, quase sempre nos vem à cabeça o de Stephen Hawking (1942-2018). O físico – que tinha esclerose lateral amiotrófica – falava com a ajuda de um sintetizador de voz e de um computador integrado na cadeira de rodas. Como fazia? Escolhia as palavras que queria transmitir através do movimento dos músculos das suas bochechas. “O movimento das minhas bochechas é detectado por um interruptor de infravermelhos que está montado nos meus óculos. Este interruptor é a única interface com o computador”, descreveu Stephen Hawking no seu site.

Logo no início do artigo da Nature, os cientistas salientam a importância deste tipo de dispositivos: “As doenças neurológicas que levam à perda de comunicação são devastadoras. Muitos doentes dependem de aparelhos de comunicação alternativos que analisam pequenos movimentos não verbais na cabeça e olhos ou de interfaces cérebro-computador.” Ao mesmo tempo, aponta-se um problema: muitos utilizadores desses aparelhos têm dificuldades em transmitir mais de dez palavras por minuto, enquanto no “discurso natural” se utilizam 150 palavras por minuto. “Uma alternativa promissora é sintetizar directamente a voz a partir da actividade cerebral”, lê-se no artigo.

Foto

Como tal, uma equipa liderada por Edward Chang (da Universidade da Califórnia, nos Estados Unidos) tinha o objectivo de mostrar a “viabilidade” de um implante que conseguisse transformar os sinais do cérebro num discurso sintetizado ao nível de um falante fluente, como se conta no artigo.

Gopala Anumanchipalli (também autor do estudo e da Universidade da Califórnia, em São Francisco) explica ao PÚBLICO que houve uma descoberta fundamental que precedeu este estudo: “Em 2018, percebemos que o córtex motor orquestra um movimento particularmente coordenado no tracto vocal [nomeadamente na mandíbula, laringe, lábios e língua] quando se está a falar.”

A equipa desenvolveu então um método para sintetizar a voz de uma pessoa através de sinais cerebrais relacionados com os movimentos do tracto vocal. As experiências foram feitas com cinco voluntários – com voz – do Centro de Epilepsia da Universidade da Califórnia, que já tinham eléctrodos implantados na superfície do cérebro, pois estavam a preparar-se para uma neurocirurgia para controlar as suas convulsões.

Nesta experiência, através dos eléctrodos, a equipa começou por gravar a actividade no córtex do cérebro dos voluntários enquanto eles liam frases e histórias em voz alta. Depois, a partir das gravações, criou-se um sistema que utiliza inteligência artificial – através de machine learning (aprendizagem automática) – capaz de descodificar os sinais cerebrais dos movimentos do tracto vocal dos voluntários. Por fim, conseguiu-se sintetizar a voz a partir da descodificação desses movimentos. Qual o resultado? Verificou-se que a voz sintetizada através de aprendizagem automática é “significativamente melhor” do que a voz sintetizada sem o recurso a essa tecnologia, refere-se num comunicado da Universidade da Califórnia.

Gopala Anumanchipalli realça ainda que também se conseguiu sintetizar a voz de participantes que estavam em silêncio e apenas mimetizaram os movimentos da fala.

Biologia do discurso

“A nossa abordagem mimetiza a biologia do discurso. Neste caso, simula-se a forma como o cérebro humano normalmente produz voz ao orquestrar os movimentos complexos do tracto vocal”, resume Gopala Anumanchipalli. De acordo com o cientista, este estudo demonstra que o código neuronal para os movimentos do tracto vocal é parcialmente partilhado entre os indivíduos. Desta forma, através da modelação de um tracto vocal artificial, poderá usar-se a voz de uma pessoa na actividade cerebral de outra que não consiga falar.

Contudo, Gopala Anumanchipalli reconhece que neste estudo apenas “se demonstra a prova de conceito” de que é possível sintetizar o discurso directamente a partir da actividade cerebral. Ao que Edward Chang afirma: “Esta é uma estimulante prova de conceito de que, com tecnologia que já está ao nosso alcance, podemos ser capazes de construir um aparelho que é clinicamente viável em doentes que não conseguem falar.”

Em futuros estudos, a equipa pretende adaptar então esta tecnologia a pessoas que não conseguem falar. Espera-se ainda que com esta abordagem se possa não apenas devolver a voz a pessoas com essa incapacidade, mas também que essa voz tenha “alguma da musicalidade da voz humana, permitindo exprimir emoções e personalidade”, destaca-se no comunicado.

Num comentário a este trabalho – também na revista Nature – Chethan Pandarinath e Yahia Ali (ambos da Universidade de Emory, nos Estados Unidos, e que não participaram no estudo) escrevem: “Os resultados da equipa de Anumanchipalli fornecem-nos uma convincente prova de conceito para uma interface cérebro-computador que sintetiza a voz.” Contudo, reforçam que ainda há um longo caminho para se perceber se é “clinicamente viável”.

Ainda sobre este estudo, Gopala Anumanchipalli deixa uma nota: “Estou orgulhoso de que tenhamos sido capazes de juntar o conhecimento da neurociência, da linguística e da machine learning como parte deste importante marco para ajudar doentes neurológicos.”