Uma IA do cerebro para a voz devolve a uma mulher paralisada fala quase instantanea com a propria voz
Pesquisadores da UC Berkeley e da UCSF relataram na Nature Neuroscience uma interface cerebro-computador em streaming que transforma os sinais neurais de uma mulher paralisada em fala audivel em cerca de um segundo, usando IA e uma recriacao de sua voz anterior a lesao.
Inteligência ArtificialEquipe Editorial GNGV5 min leitura
Pesquisadores da Universidade da California em Berkeley e da UC San Francisco relataram uma interface cerebro-computador que devolve fala natural e quase em tempo real a uma mulher com paralisia severa, um avanco importante sobre sistemas anteriores que deixavam pausas longas e truncadas entre o pensamento e o som. O estudo, publicado na Nature Neuroscience e divulgado em 31 de marco de 2025, foi liderado por Gopala Anumanchipalli, de Berkeley, e Edward Chang, da UCSF, com os autores principais Kaylo Littlejohn e Cheol Jun Cho.
O avanco esta na velocidade. A participante, uma mulher chamada Ann que perdeu a fala apos um AVC, tem eletrodos que registram a atividade da parte do cerebro que controla a fala. Enquanto ela tenta dizer uma frase em silencio, um modelo de IA decodifica esses sinais neurais e sintetiza palavras audiveis. Onde uma versao anterior produzia fala com cerca de oito segundos de atraso, o novo metodo em streaming comeca a gerar som em cerca de um segundo apos a intencao, permitindo uma conversa continua e muito mais natural. A equipe tambem recriou a voz de Ann a partir de gravacoes feitas antes da lesao, para que o resultado soe como ela.
O sistema mostrou-se flexivel e robusto. Ele generalizou para palavras com as quais nunca havia sido treinado, como o alfabeto fonetico da OTAN, e a mesma abordagem em streaming funcionou em diferentes equipamentos de gravacao. Para Ann, a mudanca foi tanto pessoal quanto tecnica; os pesquisadores observaram que ouvir a propria voz quase em tempo real aumentou seu senso de pertencimento ao proprio corpo, lembrando que a fala esta intimamente ligada a identidade.
Os limites honestos importam. E um resultado em uma unica participante, a tecnologia exige eletrodos implantados cirurgicamente e ainda nao capta toda a musica da fala, como tom, entonacao e emocao. A confiabilidade de longo prazo e ensaios mais amplos estao por vir. Mesmo assim, reduzir de oito segundos para um o intervalo entre a intencao de uma pessoa e suas palavras faladas e o tipo de avanco que um dia pode devolver uma conversa fluida, e um pedaco de si mesmo, a quem foi silenciado pela paralisia.
