वैज्ञानिकों ने मानव मस्तिष्क का एक भाग पाया है जो हमारे भाषण की पिच के लिए जिम्मेदार है

जून में, सैन फ्रांसिस्को में कैलिफोर्निया विश्वविद्यालय के वैज्ञानिकों के एक दल ने एक अध्ययन प्रकाशित किया जो इस बात पर प्रकाश डालता है कि लोग अपने भाषण में अपनी पिच कैसे बदलते हैं।

इस अध्ययन के परिणाम भावनाओं और विभिन्न इंटोनेशन के साथ - प्राकृतिक-ध्वनि भाषण के सिंथेसाइज़र बनाने में उपयोगी हो सकते हैं।

अध्ययन के बारे में - आज हमारे लेख में।


फोटो फ्लोरियन कोप्पे / सीसी

पढ़ाई कैसी थी?

कैलिफोर्निया विश्वविद्यालय के वैज्ञानिकों की एक टीम ने हाल ही में प्रयोगों की एक श्रृंखला आयोजित की है। वह मस्तिष्क और भाषण अंगों के विभिन्न हिस्सों के बीच संबंधों का अध्ययन करता है। शोधकर्ता यह पता लगाने की कोशिश कर रहे हैं कि बातचीत के दौरान मस्तिष्क में क्या होता है।

लेख में विचाराधीन कार्य लारीक्स को नियंत्रित करने वाले क्षेत्र पर केंद्रित है, जिसमें पिच को बदलने के समय भी शामिल है।

अध्ययन के प्रमुख विशेषज्ञ न्यूरोसर्जन एडवर्ड चांग (एडवर्ड चांग) थे। वह मिर्गी के रोगियों के साथ काम करता है - वह ऐसे ऑपरेशन करता है जो ऐंठन को रोकता है। चांग अपने कुछ रोगियों की मस्तिष्क गतिविधि की निगरानी विशेष उपकरणों की मदद से करता है।

टीम ने रोगियों के इस विशेष समूह से अपने शोध के लिए स्वयंसेवकों की भर्ती की। कनेक्टेड सेंसर आपको प्रयोगों के दौरान उनकी तंत्रिका गतिविधि की निगरानी करने की अनुमति देते हैं। यह विधि - जिसे इलेक्ट्रोकोर्टोग्राफी के रूप में जाना जाता है - ने वैज्ञानिकों को पिच परिवर्तनों के लिए मस्तिष्क के क्षेत्र को खोजने में मदद की।

अध्ययन प्रतिभागियों को एक ही वाक्य को जोर से दोहराने के लिए कहा गया था, लेकिन हर बार अलग-अलग शब्दों पर जोर देने के लिए। इससे वाक्यांश का अर्थ बदल गया। इसी समय, मौलिक स्वर की आवृत्ति भी बदल गई - मुखर डोरियों की आवृत्ति।

टीम ने पाया कि जब मरीज ने स्वर उठाया तो मस्तिष्क के एक क्षेत्र में न्यूरॉन्स सक्रिय हो गए थे। प्रांतस्था के मोटर क्षेत्र में यह क्षेत्र स्वरयंत्र की मांसपेशियों के लिए जिम्मेदार है। शोधकर्ताओं ने इस क्षेत्र में न्यूरॉन्स को बिजली उत्तेजित की, जिससे स्वरयंत्र की मांसपेशियों ने तनाव के साथ प्रतिक्रिया दी, और कुछ रोगियों ने एक ही समय में अनैच्छिक आवाज़ें कीं।

अध्ययन में प्रतिभागियों ने अपने स्वयं के वोटों की रिकॉर्डिंग भी शामिल की। इससे न्यूरॉन्स की प्रतिक्रिया हुई। इससे, टीम के सदस्यों ने निष्कर्ष निकाला कि मस्तिष्क का यह क्षेत्र न केवल मौलिक स्वर की आवृत्ति को बदलने में भाग लेता है, बल्कि भाषण की धारणा में भी। इससे यह अंदाजा लगाया जा सकता है कि मस्तिष्क किसी और के भाषण की नकल में कैसे भाग लेता है - यह आपको वार्ताकार को पैरोडी करने के लिए पिच और अन्य विशेषताओं को बदलने की अनुमति देता है।

आवाज सिंथेसाइज़र के विकास में उपयोगी

वायर्ड के पत्रकार रोबी गोंजालेज का मानना ​​है कि अध्ययन के परिणाम स्वरयंत्र के प्रोस्थेटिक्स में उपयोगी हो सकते हैं और बिना आवाज़ वाले रोगियों को अधिक वास्तविक रूप से "बोलने" की अनुमति देते हैं। इस बात की पुष्टि खुद वैज्ञानिकों ने की है।

मानव भाषण के सिंथेसाइज़र - उदाहरण के लिए, स्टीफन हॉकिंग द्वारा इस्तेमाल किया गया - अभी भी शब्दों को पुन: पेश करने में सक्षम है, तंत्रिका गतिविधि की व्याख्या कर रहा है। हालांकि, वे जोर नहीं दे सकते हैं, जैसा कि एक स्वस्थ भाषण उपकरण वाला व्यक्ति करेगा। इस वजह से, भाषण अप्राकृतिक लगता है, और यह हमेशा स्पष्ट नहीं होता है कि वार्ताकार एक प्रश्न पूछता है या एक बयान देता है।

वैज्ञानिक मस्तिष्क के क्षेत्र का पता लगाना जारी रखते हैं जो मौलिक स्वर की आवृत्ति को बदलने के लिए जिम्मेदार है। एक धारणा है कि भविष्य में, भाषण सिंथेसाइज़र इस क्षेत्र में तंत्रिका गतिविधि का विश्लेषण करने में सक्षम होंगे और प्राप्त आंकड़ों के आधार पर, एक प्राकृतिक तरीके से वाक्यों का निर्माण करेंगे - पिच के साथ सही शब्दों पर जोर दें, व्यक्ति क्या कहना चाहता है, इस पर निर्भर करते हुए प्रश्न और कथन तैयार करता है।

अन्य भाषण मॉडल अध्ययन

इतना समय पहले नहीं, एडवर्ड चांग की प्रयोगशाला में एक और अध्ययन किया गया था , जो आवाज बनाने वाले उपकरणों के विकास में मदद कर सकता है। प्रतिभागियों ने सैकड़ों वाक्यों को पढ़ा, जिनकी ध्वनि में अमेरिकी अंग्रेजी के लगभग सभी ध्वन्यात्मक निर्माणों का उपयोग किया गया था। और वैज्ञानिकों ने विषयों की तंत्रिका गतिविधि का पालन किया।


फोटो PxHere / पीडी

इस बार, सहकारिता रुचि का विषय बन गया - विभिन्न ध्वनियों का उच्चारण करते समय मुखर पथ (उदाहरण के लिए, होंठ और जीभ) के अंग कैसे काम करते हैं। उन शब्दों पर ध्यान दिया गया जिनमें विभिन्न स्वर एक ही ठोस व्यंजन का अनुसरण करते हैं। ऐसे शब्दों का उच्चारण करते समय, होंठ और जीभ अक्सर अलग-अलग काम करते हैं - परिणामस्वरूप, संबंधित ध्वनियों की हमारी धारणा भी अलग होती है।

वैज्ञानिकों ने न केवल मुखर तंत्र के अंगों के विशिष्ट आंदोलनों के लिए जिम्मेदार न्यूरॉन्स के समूहों को निर्धारित किया, बल्कि यह भी पाया कि मस्तिष्क के भाषण केंद्र जीभ, स्वरयंत्र और स्वर तंत्र के अन्य अंगों के आंदोलनों का समन्वय करते हैं, भाषण के संदर्भ पर भरोसा करते हैं - वह क्रम जिसमें ध्वनि बनाई जाती है। हम जानते हैं कि भाषा अलग-अलग स्थिति लेती है जो इस बात पर निर्भर करती है कि शब्द में अगली ध्वनि क्या होगी, और इस तरह के ध्वनि संयोजनों की एक बड़ी संख्या है - यह एक और कारक है जो मानव भाषण की आवाज़ को प्राकृतिक बनाता है।

तंत्रिका गतिविधि द्वारा नियंत्रित सहकारिता के सभी प्रकारों के अध्ययन में उन लोगों के लिए भाषण संश्लेषण प्रौद्योगिकियों के विकास में भी भूमिका निभाई जाएगी जो बोलने की क्षमता खो चुके हैं, लेकिन जिनके तंत्रिका संबंधी कार्यों को संरक्षित किया गया है।

विकलांग लोगों की मदद करने के लिए , विपरीत सिद्धांत पर काम करने वाली प्रणालियों का भी उपयोग किया जाता है - एआई-आधारित उपकरण जो भाषण को पाठ में बदलने में मदद करते हैं। भाषण में स्वर और उच्चारण की उपस्थिति भी इस तकनीक के लिए एक कठिनाई है। उनकी उपस्थिति व्यक्तिगत शब्दों को पहचानने से कृत्रिम बुद्धि एल्गोरिदम को रोकती है।

सिस्को के कर्मचारी, मास्को इंस्टीट्यूट ऑफ फिजिक्स एंड टेक्नोलॉजी और हायर स्कूल ऑफ इकोनॉमिक्स ने हाल ही में अमेरिकी अंग्रेजी को पाठ में परिवर्तित करने की समस्या का संभावित समाधान प्रस्तुत किया है । उनकी प्रणाली CMUdict उच्चारण आधार और आवर्तक तंत्रिका नेटवर्क क्षमताओं का उपयोग करती है। उनकी पद्धति में "अतिरिक्त" ध्वनियों से भाषण की स्वचालित प्रारंभिक "सफाई" होती है। इस प्रकार, ध्वनि के संदर्भ में, भाषण स्पष्ट रूप से व्यक्त क्षेत्रीय या जातीय "निशान" के बिना, बोली जाने वाली अमेरिकी अंग्रेजी के करीब है।

भाषण अनुसंधान का भविष्य

भविष्य में, प्रोफेसर चांग यह भी पता लगाना चाहते हैं कि चीनी बोलने वाले लोगों का दिमाग कैसे काम कर रहा है। उनमें, मौलिक स्वर की आवृत्ति में भिन्नता शब्द के अर्थ को महत्वपूर्ण रूप से बदल सकती है। वैज्ञानिक इस बात में रुचि रखते हैं कि लोग इस मामले में विभिन्न ध्वन्यात्मक निर्माणों को कैसे देखते हैं।

चांग के सहयोगियों में से एक बेंजामिन डाइचर का मानना ​​है कि अगला कदम मस्तिष्क-स्वर संबंध को समझने के लिए आगे बढ़ना है। टीम को अब यह जानने की जरूरत है कि वक्ता को यह अनुमान लगाने की आवश्यकता है कि स्पीकर अपनी तंत्रिका गतिविधि का विश्लेषण करके किस आवृत्ति का चयन करेगा। यह प्राकृतिक-ध्वनि वाले भाषण के सिंथेसाइज़र बनाने की कुंजी है।

वैज्ञानिकों का मानना ​​है कि निकट भविष्य में इस तरह के उपकरण को जारी करना संभव नहीं होगा, लेकिन डाइचर और टीम का अध्ययन उस क्षण के करीब लाएगा जब कृत्रिम भाषण तंत्र न केवल व्यक्तिगत शब्दों की व्याख्या करना सीखता है, बल्कि इंटोनेशन भी होता है, जिसका अर्थ है भाषण में भावनाओं को जोड़ना।

---

ध्वनि के बारे में अधिक दिलचस्प - हमारे टेलीग्राम चैनल में :

स्टार वार्स कैसे हुआ?
फैंसी ऑडियो गैजेट्स
बुरे सपने की दुनिया से लगता है
प्लेटों पर सिनेमा
काम पर संगीत

---