Schéma illustrant la différence entre la communication par les méthodes vocales conventionnelles et l’interface vocale silencieuse développée. Crédit : POSTECH
Entendre des mots même prononcés en silence : une nouvelle technologie a été mise au point. Elle analyse les mouvements subtils des muscles du cou grâce à la lumière et utilise l’intelligence artificielle pour les restituer sous forme de voix. Cette étude a été menée par une équipe de recherche dirigée par le professeur Sung-Min Park (Département d’ingénierie de la convergence des technologies de l’information, de génie mécanique, de génie électrique et École doctorale de la convergence) et le docteur Sunguk Hong (Département de génie mécanique) de l’Université des sciences et technologies de Pohang (POSTECH). Les résultats ont été publiés dans la revue en ligne Cyborg and Bionic Systems .
Les recherches ont débuté par l’étude des infimes modifications qui se produisent au niveau du cou lorsqu’une personne parle. Ce ne sont pas seulement les cordes vocales qui produisent le son. À chaque fois que nous parlons, les muscles et la peau du cou bougent de concert, dessinant une « carte de mouvement » invisible sur la peau. L’équipe de recherche s’est intéressée au fait que ces mouvements microscopiques contiennent des informations sur ce que la personne a l’intention de dire.
Pour recueillir ces informations, l’équipe de recherche a mis au point un « capteur de cartographie des déformations multiaxiales ». Ce capteur, qui associe une caméra miniature à de petits marqueurs de référence sur un matériau en silicone souple, se porte facilement autour du cou et détecte les mouvements cutanés les plus infimes. La position et le serrage sont ajustables, et un algorithme corrige automatiquement les erreurs pouvant survenir lors de la remise en place du dispositif, garantissant ainsi un fonctionnement stable au quotidien.
Les données de tension captées par le capteur sont analysées par une intelligence artificielle. Celle-ci estime les mots ou les phrases que l’utilisateur souhaite prononcer et les combine à une technologie de synthèse vocale entraînée sur les caractéristiques vocales de l’individu afin de reproduire sa voix. Même sans émettre de son, elle « lit » la parole et la convertit en voix.
Les technologies de restauration vocale existantes utilisaient des signaux biologiques tels que l’électromyographie (EMG) ou l’électroencéphalographie (EEG), mais leur utilisation au quotidien était limitée par la complexité du matériel et l’inconfort qu’il nécessitait. L’équipe de recherche a résolu ce problème grâce à un capteur portable et a confirmé, par des expériences, qu’il était possible de reconstruire la parole avec une grande précision, même dans des environnements bruyants comme les usines.
Son champ d’application est également vaste. On prévoit son utilisation dans divers domaines, tels que l’assistance à la communication pour les patients ayant perdu la voix suite à une maladie des cordes vocales ou une chirurgie du larynx, la technologie de communication pour les sites industriels dépourvus de microphones ou de radios, et même la « communication silencieuse » dans les bibliothèques ou les salles de conférence.
Le professeur Park, qui a dirigé l’étude, a déclaré : « Nous espérons que cette technologie accélérera le jour où les patients souffrant de troubles de la parole pourront retrouver leur voix. C’est une technologie remarquable en raison de son large éventail d’applications potentielles, notamment pour aider les patients laryngectomisés, communiquer dans des environnements industriels bruyants et même faciliter les conversations silencieuses. »
