ব্রেনস্টেম স্ট্রোক বা মোটর নিউরন ডিজিজের কারণে যাদের বাকশক্তি সম্পূর্ণরূপে নষ্ট হয়ে গেছে, তাঁদের পুনরায় স্বাভাবিক ভাষায় যোগাযোগের ক্ষমতা ফিরিয়ে দিতে স্পিচ নিউরোপ্রস্থেটিক্স চিকিৎসা বিজ্ঞানের ইতিহাসে সবচেয়ে বৈপ্লবিক সাফল্য দেখিয়েছে। মস্তিষ্কের মোটর কর্টেক্স থেকে উচ্চারণের ইচ্ছা পাঠ করে প্রতি মিনিটে ৬০ থেকে ৮০টি শব্দের গতিতে সরাসরি টেক্সট এবং স্বাভাবিক মানুষের কণ্ঠে অডিও সংশ্লেষণ করা এখন বাস্তবে রূপ নিয়েছে।

১. ভেন্ট্রাল সেন্সরি-মোটর কর্টেক্স (vSMC) ও উচ্চারণের জ্যামিতি

ইউসি সান ফ্রান্সিসকোর (UCSF) এডওয়ার্ড চ্যাং-এর গবেষণায় দেখা গেছে যে মানুষের মস্তিষ্ক বর্ণমালা বা শব্দ নিয়ে ভাবে না, বরং কথা বলার সময় ঠোঁট, জিহ্বা, চোয়াল এবং স্বরতন্ত্রীর সূক্ষ্ম শারীরিক গতিবিধি নিয়ন্ত্রণ করে। হাই-গামা ব্যান্ডের (৭০-১৫০ হার্টজ) সংকেত বিশ্লেষণ করে এই গতিবিধি পাঠ করা হয়।

২. দ্বি-ধাপ বিশিষ্ট বায়োমিমেটিক স্পিচ সিন্থেসিস

  1. প্রথম ধাপে একটি ডিপ রিকারেন্ট নিউরাল নেটওয়ার্ক (RNN) মস্তিষ্কের সংকেত থেকে জিহ্বা ও ঠোঁটের কাল্পনিক গতিপথ নির্ধারণ করে।
  2. দ্বিতীয় ধাপে এই গতিপথকে মেল-স্পেকট্রোগ্রামে রূপান্তর করে HiFi-GAN বা আধুনিক নিউরাল ভোকোডারের মাধ্যমে রোগীর হারিয়ে যাওয়া কণ্ঠস্বরে অবিকল মানুষের মতো স্পষ্ট অডিও তৈরি করা হয়।

৩. ক্লিনিক্যাল সাফল্য

২০২৩ সালে নেচার সাময়িকীতে প্রকাশিত গবেষণায় ১৮ বছর ধরে পক্ষাঘাতগ্রস্ত একজন নারী মস্তিষ্কে ECoG চিপের মাধ্যমে প্রতি মিনিটে ৭৮টি শব্দের গতিতে কম্পিউটার স্ক্রিনে টেক্সট তৈরি এবং নিজের ভার্চুয়াল অবতারে কথা বলতে সক্ষম হয়েছেন।

শাকিল মাহমুদ সজল

শাকিল মাহমুদ সজল

সফটওয়্যার প্রকৌশলী ও লেখক, ঢাকা, বাংলাদেশ। কম্পিউটার বিজ্ঞান, পদার্থবিজ্ঞান, ইতিহাস ও ভাবনার সমন্বয়ে ব্যক্তিগত নোট ও প্রবন্ধ সংকলন।