Tecnologia

Interface chinesa reconhece frases silenciosas por sinais captados ao redor das orelhas

O protótipo AESSI identificou 25 frases em mandarim sem recalibração no dia do uso. O estudo envolveu somente adultos sem deficiência de fala e ainda não permite conversa livre.

Pesquisadores apresentaram o AESSI, uma interface de fala silenciosa que usa eletrodos posicionados ao redor das orelhas para captar sinais eletrofisiológicos produzidos durante a articulação sem voz. O sistema tenta transformar esses sinais em uma frase escolhida entre 25 mensagens curtas em mandarim.

A proposta enfrenta um problema comum nesses protótipos: ao recolocar sensores em outro dia, pequenas mudanças de posição, contato com a pele e condições fisiológicas alteram os sinais. O AESSI usa um método de aprendizado que mascara partes dos dados durante o treinamento, incentivando o modelo a aproveitar padrões distribuídos e menos dependentes de um único ponto.

Foram reunidas 44 sessões de 24 falantes nativos de mandarim. Em sessões posteriores de seis participantes, completamente reservadas para teste, a precisão média foi de 92,24% sem calibração naquele dia. Em outra avaliação, cinco participantes retornaram pelo menos 21 dias depois e realizaram 50 tentativas cada; o sistema acertou 98% das 250 tentativas. O processamento mediano, depois da janela de três segundos de articulação, foi de 31,7 milissegundos em reprodução por CPU.

Os números não representam uma prótese de fala pronta. Todos os participantes tinham entre 18 e 46 anos e não relataram deficiência de audição ou fala, lesão cerebral ou déficit cognitivo. O sistema apenas classifica 25 frases predefinidas de seis caracteres; não aceita vocabulário aberto nem composição livre. O protótipo ainda depende do teclado para iniciar a captura e confirmar se a previsão estava correta.

Os autores citam pessoas com disartria após acidente vascular cerebral como possível público futuro, mas reconhecem que essa aplicação precisa ser estudada diretamente. Antes de qualquer uso clínico, serão necessários testes com os usuários pretendidos, mecanismos acessíveis de correção de erros, avaliação de conforto, desempenho fora do laboratório e demonstração de segurança no uso prolongado.

Fonte original: arXiv — AESSI: An Around-Ear Silent Speech Interface.