Una mujer que sufrió un derrame cerebral hace casi dos décadas ha logrado convertir sus pensamientos en voz en tiempo real gracias a un innovador implante cerebral desarrollado por investigadores de las universidades de California en San Francisco y Berkeley (EE. UU.). El avance, publicado en la revista Nature Neuroscience, representa un hito en la tecnología de interfaces cerebro-ordenador.
El sistema, conocido como BCI por sus siglas en inglés (brain-computer interface), ha sido mejorado con algoritmos de inteligencia artificial capaces de descodificar frases mientras son pensadas, para luego reproducirlas de forma sintética en menos de tres segundos. Esta velocidad supone un salto frente a métodos anteriores, que solo emitían sonido tras finalizar la frase completa.
Inteligencia artificial con voz personalizada
La protagonista del experimento, Ann, perdió la capacidad de hablar tras un derrame en el tronco del encéfalo en 2005. En 2023, fue sometida a una cirugía para implantar un delgado rectángulo con 253 electrodos sobre la corteza cerebral. Este implante puede registrar de forma simultánea la actividad de miles de neuronas.
Uno de los elementos más llamativos del estudio es que los científicos personalizaron la voz sintética para que se pareciera a la voz real de Ann antes del derrame. Para lograrlo, entrenaron el sistema de IA con grabaciones de vídeo de su boda, capturando así su timbre original.
"Adoptamos técnicas de transductor de flujo continuo, similares a las que usan asistentes como Siri o Alexa, y las adaptamos para la síntesis cerebro-voz personalizada", explicó Kaylo Littlejohn, uno de los autores del estudio. "Esto supuso una mejora significativa en la velocidad de descodificación", añadió.
Diálogo más natural para personas con parálisis
Los científicos subrayan que la comunicación oral natural es instantánea y que incluso pequeños retrasos pueden interrumpir el flujo de conversación. En personas con parálisis, esto puede derivar en aislamiento y frustración, dificultando su participación en la vida social.
Por ello, los investigadores diseñaron modelos de redes neuronales profundas capaces de generar un habla fluida e inteligible en tiempo real, utilizando un vocabulario amplio y adaptado a la voz de la paciente. Según los expertos, este avance supone un nuevo paradigma en las neuroprótesis del habla.
Durante el entrenamiento, Ann visualizaba frases en un monitor e intentaba pronunciarlas en silencio tras la señal de "GO". El sistema registraba la actividad neuronal y generaba el texto en pantalla, al tiempo que transmitía el habla sintetizada a través de un altavoz cercano.
Para validar el sistema, los investigadores utilizaron dos conjuntos de datos: uno reducido con 50 frases esenciales para comunicarse con cuidadores, y otro más complejo con más de 12.000 frases únicas y un vocabulario de 1.024 palabras extraídas de redes sociales y películas.
Este avance no solo supone una mejora técnica en la velocidad y calidad del habla sintetizada, sino que abre nuevas vías para restaurar la comunicación en personas con discapacidades severas, devolviéndoles la posibilidad de expresarse con una voz que les pertenece.