Mô hình học máy làm sáng tỏ cách bộ não nhận biết âm thanh giao tiếp

Thuật toán được mô tả trong nghiên cứu mô hình hóa cách thức các loài động vật có tính xã hội, bao gồm cả khỉ marmoset và chuột lang, sử dụng mạng lưới xử lý âm thanh trong não của chúng để phân biệt giữa các loại âm thanh -- chẳng hạn như tiếng gọi giao phối, thức ăn hoặc nguy hiểm -- và hành động theo chúng.

Nghiên cứu này là một bước quan trọng để hiểu được sự phức tạp và phức tạp của quá trình xử lý nơ-ron làm nền tảng cho việc nhận dạng âm thanh. Những hiểu biết sâu sắc từ công việc này mở đường cho sự hiểu biết và cuối cùng là điều trị các rối loạn ảnh hưởng đến nhận dạng giọng nói và cải thiện máy trợ thính.

Tác giả cao cấp cho biết: "Ít nhiều thì tất cả những người mà chúng tôi biết sẽ bị mất thính giác vào một thời điểm nào đó trong đời, do tuổi tác hoặc tiếp xúc với tiếng ồn. Hiểu được sinh học của nhận dạng âm thanh và tìm cách cải thiện nó là rất quan trọng". và Pitt trợ lý giáo sư sinh học thần kinh Srivatsun Sadagopan, Ph.D. "Nhưng bản thân quá trình giao tiếp bằng giọng nói đã rất hấp dẫn. Cách bộ não của chúng ta tương tác với nhau và có thể lấy ý tưởng và truyền đạt chúng thông qua âm thanh không có gì là kỳ diệu."

Con người và động vật gặp phải vô số âm thanh đáng kinh ngạc mỗi ngày, từ tiếng tạp âm của rừng rậm đến tiếng vo ve bên trong một nhà hàng đông đúc. Bất kể tình trạng ô nhiễm âm thanh trên thế giới bao quanh chúng ta, con người và các loài động vật khác có thể giao tiếp và hiểu nhau, kể cả cao độ của giọng nói hoặc trọng âm của họ. Ví dụ, khi chúng ta nghe thấy từ "xin chào", chúng ta nhận ra ý nghĩa của từ đó bất kể nó được nói với giọng Mỹ hay Anh, người nói là nam hay nữ, hoặc chúng ta đang ở trong một căn phòng yên tĩnh hay bận rộn. ngã tư.

Nhóm bắt đầu với trực giác rằng cách bộ não con người nhận biết và nắm bắt ý nghĩa của âm thanh giao tiếp có thể giống với cách nó nhận diện khuôn mặt so với các vật thể khác. Các khuôn mặt rất đa dạng nhưng có một số đặc điểm chung.

Thay vì ghép mọi khuôn mặt mà chúng ta gặp với một khuôn mặt "mẫu" hoàn hảo nào đó, bộ não của chúng ta sẽ thu thập các đặc điểm hữu ích, chẳng hạn như mắt, mũi và miệng cũng như vị trí tương đối của chúng, rồi tạo ra một bản đồ tinh thần về những đặc điểm nhỏ này để xác định một khuôn mặt. khuôn mặt.

Trong một loạt nghiên cứu, nhóm nghiên cứu đã chỉ ra rằng âm thanh giao tiếp cũng có thể được tạo nên từ những đặc điểm nhỏ như vậy. Đầu tiên, các nhà nghiên cứu xây dựng một mô hình máy học xử lý âm thanh để nhận ra các âm thanh khác nhau do động vật xã hội tạo ra. Để kiểm tra xem phản ứng của não có tương ứng với mô hình hay không, họ đã ghi lại hoạt động của não từ những con chuột lang đang lắng nghe âm thanh giao tiếp của họ hàng. Các tế bào thần kinh ở các vùng não chịu trách nhiệm xử lý âm thanh sáng lên với một loạt hoạt động điện khi chúng nghe thấy tiếng ồn có các đặc điểm hiện diện trong các loại âm thanh cụ thể này, tương tự như mô hình máy học.

Sau đó, họ muốn kiểm tra hiệu suất của mô hình so với hành vi thực tế của động vật.

Lợn Guinea được nhốt trong chuồng và tiếp xúc với các loại âm thanh khác nhau -- tiếng rít và càu nhàu được phân loại là tín hiệu âm thanh riêng biệt. Sau đó, các nhà nghiên cứu đã huấn luyện chuột lang đi đến các góc khác nhau của chuồng và nhận phần thưởng trái cây tùy thuộc vào loại âm thanh nào được phát.

Sau đó, họ thực hiện các nhiệm vụ khó hơn: Để bắt chước cách con người nhận ra ý nghĩa của từ được nói bởi những người có giọng khác nhau, các nhà nghiên cứu đã thực hiện các cuộc gọi chuột lang thông qua phần mềm thay đổi âm thanh, tăng tốc hoặc giảm tốc độ, tăng hoặc giảm độ cao của chúng. hoặc thêm tiếng ồn và tiếng vang.

Các con vật không chỉ có thể thực hiện nhiệm vụ một cách nhất quán như thể các cuộc gọi mà chúng nghe thấy không thay đổi, mà chúng còn tiếp tục thực hiện tốt bất chấp tiếng vang hoặc tiếng ồn nhân tạo. Tốt hơn nữa, mô hình máy học đã mô tả hành vi của chúng (và sự kích hoạt cơ bản của các tế bào thần kinh xử lý âm thanh trong não) một cách hoàn hảo.

Bước tiếp theo, các nhà nghiên cứu đang dịch độ chính xác của mô hình từ động vật sang lời nói của con người.

"Từ quan điểm kỹ thuật, có nhiều mô hình nhận dạng giọng nói tốt hơn ngoài kia. Điều độc đáo về mô hình của chúng tôi là chúng tôi có sự tương ứng chặt chẽ với hành vi và hoạt động của não, giúp chúng tôi hiểu rõ hơn về sinh học. Trong tương lai, những hiểu biết này có thể được được sử dụng để giúp đỡ những người có tình trạng phát triển thần kinh hoặc giúp kỹ sư thiết kế máy trợ thính tốt hơn," tác giả chính Satyabrata Parida, tiến sĩ, nghiên cứu sinh sau tiến sĩ tại khoa sinh học thần kinh của Pitt cho biết.

Manaswini Kar, một sinh viên trong phòng thí nghiệm Sadagopan, cho biết: “Rất nhiều người phải vật lộn với tình trạng khiến họ khó nhận ra giọng nói. "Hiểu cách một bộ não kiểu hình thần kinh nhận ra các từ và hiểu được thế giới thính giác xung quanh nó sẽ giúp hiểu và giúp đỡ những người đang gặp khó khăn."

Theo Đại học Pittsburgh