목에 부착된 웨어러블 감지 및 발성 시스템 그림(제공: Jun Chen Lab/UCLA)

UCLA Samueli 공과대학의 생명공학 조교수인 준 첸(Jun Chen)과 그의 동료들이 개발한 새로운 생체 전기 시스템은 머신러닝의 도움을 받아 사람의 후두 근육의 움직임을 감지하고 해당 신호를 가청 음성으로 변환할 수 있다. 기술과 정확도가 거의 95%에 달한다.

작동 원리

작은 새 패치형 장치는 두 가지 구성 요소로 구성된다.

후두 근육 움직임을 분석 가능한 전기 신호로 변환(제공: Jun Chen Lab/UCLA)

자체 전력 감지 구성 요소는 근육 움직임에 의해 생성된 신호를 감지하고 충실도가 높은 분석 가능한 전기 신호로 변환한다. 그런 다음 머신러닝 알고리즘을 사용하여 음성 신호로 변환된다. 다른 구성 요소는 해당 음성 신호를 원하는 음성 표현으로 변환한다.

신축성이 있는 방수 자기 탄성 발전기(제공: Jun Chen Lab/UCLA)

이 장치는 2021년 첸 팀이 개발한 연성 자기 탄성 감지 메커니즘을 사용하여 기계적 힘(이 경우 후두 근육의 움직임)으로 인해 자기장이 변경될 때 자기장의 변화를 감지한다. 자기 탄성층에 내장된 구불구불한 유도 코일은 감지 목적을 위해 충실도가 높은 전기 신호를 생성하는 데 도움이 된다.

양면 생체 적합성 테이프를 사용하여 장치는 성대 위치 근처의 개인 목에 쉽게 부착할 수 있으며 필요에 따라 테이프를 다시 부착하여 재사용할 수 있다.

머신러닝

실험에서 연구원들은 8명의 건강한 성인을 대상으로 웨어러블 기술을 테스트했다. 그들은 후두 근육 움직임에 대한 데이터를 수집하고 머신러닝 알고리즘을 사용하여 결과 신호를 특정 단어와 연관시켰다. 그런 다음 장치의 작동 구성 요소를 통해 해당 출력 음성 신호를 선택했다.

연구팀은 참가자들에게 "안녕, 레이첼, 오늘은 어때?"를 포함해 5개의 문장(안녕하세요, 레이첼, 잘 지내세요?)을 큰소리로, 무성적으로 발음하게 하여 시스템의 정확성을 입증했다. 그리고 난 당신을 사랑합니다!"

모델의 전체 예측 정확도는 94.68%였으며, 참가자의 음성 신호는 작동 구성 요소에 의해 증폭되었으며 감지 메커니즘이 후두 움직임 신호를 인식하고 참가자가 말하고 싶은 해당 문장과 일치함을 입증했다.

연구팀은 머신러닝을 통해 장치의 어휘력을 지속적으로 확장하고 언어 장애가 있는 사람들을 대상으로 테스트할 계획이다.

이 팀은 이전에 ASL 사용자가 수화 방법을 모르는 사람들과 의사소통 할 수 있도록 미국 수화를 실시간으로 영어 음성으로 번역할 수 있는 웨어러블 장갑을 개발했다.

이 연구는 국립 보건원, 미국 해군 연구소, 미국 심장 협회, 뇌 및 행동 연구 재단, UCLA 임상 및 중개 과학 연구소, UCLA 사무엘리 공과대학의 자금 지원을 받았다.

개발은 오픈 액세스 저널인 네이쳐 커뮤니케이션즈(Nature Communications)에 설명되어 있다.