语言是我们日常交流的主要方式,它使我们能够快速理解彼此的意图,并作出相应的回应。然而,对于许多语言障碍者来说,说话这一看似简单的动作仍然是极大的挑战。
语言是一个复杂的系统,不仅仅是文字的发音,还包括音量、音调、语速和说话的环境等多个因素。同一句话,在不同的场合、不同的音量和速度下,可能会传达完全不同的意义。例如,“你吃了么?”这句话可以是朋友间的寒暄,也可以是邀请对方共进晚餐的提议,甚至可能是恋人之间的关心。它还能是孩子们与玩偶之间的对话。
对于那些因受伤或生病而丧失语言能力的人来说,理解他们的想法变得异常困难。他们又该如何更高效地表达自己的意愿呢?
近年来,新技术正在迅速推动语音生成设备的发展。从20世纪60年代开始,一些先驱者就开始研发语音生成设备(SGDs),旨在帮助语言障碍者。1963年,英国人Maling和Clarkson开发了一款名为POSSUM的设备,专门为严重身体残疾的人设计,这是一台带有开关控制扫描装置的打字机。
随着时间推移,语音合成算法的进步和微处理器技术的发展使得电子辅助和替代通信系统(AAC)得以迅速普及。如今,AAC、SGD和语音输出通信辅助设备(VOCA)已经帮助了超过200万美国人。这些设备适用于患有肌萎缩性侧索硬化症(ALS)、脑瘫、闭锁综合征、多发性硬化症、帕金森病、脑中风、创伤性脑损伤等疾病的交流障碍或残疾人。
在过去的几年里,人工智能技术的突破和数字设备功能的指数级增长正在改变人们的交流方式,特别是在翻译和医疗领域。据相关数据显示,2017年,语音生成设备市场规模为1.9亿美元,预计到2025年将达到3.3亿美元。
众多科技创新公司和科技巨头如谷歌、微软等都在努力通过辅助应用APP、语音生成设备和脑机接口技术帮助语言障碍者更有效地与他人交流。
辅助应用APP
智能手机、平板电脑和数字触摸屏为患者提供了更直接的交流方式。例如,自闭症患者可以通过触摸屏上的图像或符号来表达需求。Proloquo2Go就是这样一款面向语言障碍患者的辅助交流工具,适用于自闭症、唐氏综合症、脑瘫等多种情况,目前已拥有20多万用户。
此外,还有其他辅助应用,如SayIt!和Predictable,它们可以将用户输入的文字转换成语音,并具备智能联想和自动更正功能。MyTalkTools Mobile则是一款由父亲为帮助其患有Nager综合症的儿子而开发的应用,目前已有超过10万名用户。
语音生成设备
机器学习、自然语言处理和文本预测技术极大地推动了辅助通信技术的发展,使得语音合成应用能够提供个性化服务。语音生成设备可以将单词或图片转化为语音,比辅助应用APP更为先进。某些设备允许用户从多种不同的声音中选择,例如男性或女性,儿童或成人,甚至可以选择特定的口音。一些算法模型可以追踪患者的眼球运动或头部运动来选择词汇并合成语音。
Pocket Go Talk是一款便携式的AAC设备,可以戴在身上或放在桌面上,具有五种可调节的扫描速度。通过五个易于操作的按钮,用户可以生成25条语音消息,每条消息最长可达12秒。便携式辅助书写平板MegaBee是为闭锁综合征患者设计的,通过眼球运动和闪烁来选择字母或短语,从而帮助中风、多发性硬化症、运动神经元疾病及其他语言障碍患者进行交流。
代表未来的脑机接口
意念交流是许多科幻小说和电影中的情节,但现在科研人员正在通过脑机接口技术将其变为现实。早在1998年,英国雷丁大学的研究员Kevin Warwick博士就在自己手臂上植入了一个发射器来控制门和其他装置。2002年,他又将电极接入自己的神经系统,用思维控制轮椅,并允许远程机器人手臂模仿他的动作。Warwick博士的目标是帮助语言障碍患者进行沟通,他在妻子手臂上植入了一个芯片,通过互联网将两人的大脑连接起来,创造了世界上第一个脑—脑电子通信。
2012年,美国因中风而瘫痪的患者Cathy Hutchinson利用脑植入芯片成功地用思维控制机器手臂端起一杯咖啡,并用吸管喝了一口。2014年初,法国公司Axilum Robotics与西班牙巴塞罗那大学、Starlab公司和哈佛医学院合作进行了首次脑对脑沟通,在5000公里外实现了直接在两个人的大脑之间进行沟通。
2016年,埃隆·马斯克成立了Neuralink公司进行脑机接口研究,以帮助治疗人类的脑部疾病。2018年,俄罗斯新西伯利亚国立技术大学声称研制出了一款用意念控制的越野轮椅,颈部以下瘫痪者可以独立行动。同年,美国麻省理工学院的研究人员开发了一种新界面系统,能够读取人类操作者的脑电波,通过思维命令机器执行任务。
目前,脑控技术已成为各国科研人员竞相研究的前沿课题。尽管大多数研究还处于实验室阶段,一旦该技术成功商业化,瘫痪者、语言障碍者、盲人等群体将迎来生命的另一个春天。
语音2.0:语音界面技术和实时翻译
未来,科技创新将使人类的交流与沟通提升到一个新的层次,不仅仅帮助语言障碍患者进行无障碍交流,还将促进人与人或人与机器之间的信息交换。
由于人类语言的多样性,跨国界和跨语种的交流受到限制。近年来,随着实时翻译技术的发展,语言障碍逐渐被消除。2017年10月,谷歌推出了Pixel Buds蓝牙耳机,可以在40种不同语言之间进行即时翻译。微软的Skype Translator支持八种语言之间的实时翻译。
各种便携式翻译设备可以帮助游客在几秒钟内进行语言翻译。未来,小小的耳机设备将打破出行的语言限制,而传统的翻译职业也将被新技术所取代。
在语言的新技术革命中,手语也正在被技术所替代。2015年,美国德克萨斯A&M大学开发了一款可穿戴设备,通过感知用户的手臂动作,将手语翻译成英语。该设备可以识别约40个美国标准手语动作,准确率达到96%。
得益于人工智能技术的发展,机器不仅能够充当翻译人员,还能成为沟通伙伴。据Gartner预测,到今年年底,我们与新技术的互动中有30%将通过与智能机器完成。目前,每六个美国成年人中就有一个拥有智能音箱或相关设备。除了控制智能家居外,亚马逊的AI助手Alexa已经可以帮助用户在线购物。未来,AI助手将能实现更多功能。
无论是在医疗、旅游还是商业活动中,以人工智能为代表的新技术正在彻底改变人与人之间的交流方式,并将打破身体、地域、国别和语种的各种限制。未来,我们的交流对象将不再局限于人类,可以是机器,也可以是动物。
这一切都是科技带来的福祉。科技,本应如此。