Según el Instituto Nacional contra el Cáncer, unos 10.000 americanos son diagnosticados con cáncer de laringe cada año, y a la mayoría de los pacientes con cáncer en estado avanzado hay que extirparles la caja de voz.
“Todos los dispositivos actuales producen un sonido malísimo—la voz suena robótica o suena con mucha aspereza,” afirma Megan Russell, candidata a doctorado por la Universidad de Witwatersrand en Johannesburgo, Suráfrica. “Creemos que la tecnología para solucionar el problema de la voz sintetizada está disponible.”
El sistema utiliza un medidor de paladar: un dispositivo muy parecido a una dentadura de ortodoncia y normalmente se utiliza para las terapias relacionadas con el habla. El dispositivo, fabricado por CompleteSpeech en Orem, Utah, analiza el contacto entre la lengua y el paladar utilizando 118 sensores táctiles. El software de la laringe artificial fue creado por Russell y sus colegas en la Universidad de Witwatersrand. Su trabajo se presentará esta semana en la Conferencia Inte acional sobre Ingeniería Biomédica y Farmacéutica en Singapur.
Para utilizar el dispositivo, la persona se coloca el medidor en la boca y articula las palabras normalmente. El sistema intenta traducir esos movimientos de boca en palabras antes de reproducirlas en un pequeño sintetizador de sonido, que quizá se podría colocar en el bolsillo de la camisa.
Hasta ahora, Russell ha entrenado al sistema para reconocer 50 palabras comunes en inglés, diciendo cada palabra varias veces con el medidor de paladar colocado en la boca. La información se puede representar en un gráfico binario de espacio-tiempo y después se puede colocar en una base de datos. Cada vez que el usuario habla, los patrones de contacto se comparan con la base de datos para identificar la palabra correcta.
El equipo de Russell ha puesto a prueba el sistema de identificación de palabras utilizando una variedad de técnicas. Un método consiste en alinear y hacer una media de los datos producidos durante el entrenamiento del aparato al repetir una palabra varias veces, creando así una plantilla de comparación. Otro método consiste en comparar características tales como el área de los datos sobre el gráfico, y el centro de masas sobre los ejes X e Y. Un sistema de votación compara los resultados de los métodos seleccionados para ver si existe un acuerdo. Los investigadores también ha puesto a prueba un sistema de análisis predictivo, que toma en consideración la última palabra dicha para determinar la siguiente.
Russell afirma que al combinar los elementos de voto y predicción, el sistema logra identificar la palabra correcta un 94,14 por ciento de las veces, aunque esto no incluye las palabras que el sistema se salta puesto que las clasifica como “desconocidas”. Russell señala que esto ocurre un 18 por ciento de las veces. Sin embargo, elegir la palabra equivocada “podría conducir a situaciones sociales muy difíciles,” afirma Russell, así que es mejor que el sistema rechace las palabras que no estén claras y permanezca en silencio.
El equipo espera lograr eliminar los cables del medidor de paladar, que salen de la boca del usuario, y en vez de eso crear un sistema en el que los datos se transmitan de forma inalámbrica desde el medidor hasta el sintetizador de habla. El grupo también necesita mejorar el sistema de análisis predictivo y expandir la base de datos de palabras.
El equipo de Russell también necesitará poner a prueba a más sujetos, incluyendo a aquellos sin laringe, antes de que el dispositivo pase a estar disponible a un nivel más amplio.
“También intentamos implementar un grado de modulación de tono y volumen controlada por el usuario, para así lograr un sonido más natural,” señala David Rubin, profesor adjunto de ingeniería eléctrica y de la información en la Universidad de Witwatersrand, así como uno de los asesores de Russell en el proyecto. “Por ejemplo, queremos que el usuario sea capaz de conseguir la típica subida de inflexión en la voz al hacer una pregunta en comparación con cuando se hace una afirmación.”
Para el equipo también es importante mejorar la velocidad de procesado del dispositivo. En la actualidad tarda más de un segundo en identificar y reproducir la palabra correcta. “Finalmente esto hay que reducirlo a menos de 0,3 segundos para que parezca que los labios y la voz están sincronizados,” señala Russell.
Un grupo de investigadores de la Universidad de Hull en el Reino Unido están explorando un método distinto para solucionar el problema. Colocan unos imanes en la boca para medir los cambios en el campo magnético que se producen alrededor de la boca y que se corresponden con las palabras. En la actualidad, los investigadores de Hull utilizan pegamento quirúrgico para fijar seis imanes a los labios, la garganta y la lengua. Finalmente, los imanes acabarían siendo implantados. “Estamos intentando averiguar cuál es el mejor lugar par colocarlos,” afirma James Gilbert, conferenciante senior de ingeniería en Hull.
Al igual que el equipo de Witwatersrand, el grupo de Hull espera poder eliminar gran parte del cableado y expandir su base de datos. En la actualidad, el sistema de Hull sólo puede identificar 10 palabras, y el rango de precisión están entre el 70 y el 100 por ciento.
Sin embargo, Gilbert se cuestiona si todas las palabras podrían ser identificadas usando un medidor de paladar. “Los métodos de análisis parecen razonables,” afirma, aunque añade que “para algunas palabras, existen un contacto muy limitado con el paladar.”
El equipo de Witwatersrand cree que su diseño es superior puesto que no requiere el uso de implantes quirúrgicos. “En caso de que la idea resulte factible, esperamos ser capaces de llegar a acuerdos con las compañías productoras de los sistemas actuales para que nos permitan seguir adelante con este tipo de laringe artificial,” señala Rubin.