NastępnyNastępny poradnik
Adnotacja danych mowy i dźwięku
Dźwiękowa sztuczna inteligencja
PRZEWODNIK AI audio
Sztuczna inteligencja dla logopedów
Sztuczna inteligencja dla logopedów obejmuje aplikacje do rozpoznawania i analizy mowy, narzędzia generujące materiały terapeutyczne, takie jak listy słów i historie, a także aplikacje przekazujące informacje zwrotne podczas ćwiczeń artykulacyjnych.
Posłuchaj tego przewodnikaOpowiadane przez sztuczną inteligencję · ~3 min
Na tej stronie4 minuty czytania
Przegląd
Narzędzia te mogą poszerzyć praktykę domową i skrócić czas przygotowań. Jednak zautomatyzowana analiza mowy jest najmniej niezawodna w przypadku zaburzeń mowy i akcentów leczonych przez SLP, dlatego ocena klinicysty pozostaje kluczowa.
Głębokie nurkowanie
Doradcy SLP korzystają ze sztucznej inteligencji na trzy główne sposoby, a także na formalności. Pierwszym z nich jest wytwarzanie materiałów. Modele językowe szybko tworzą listy słów, zdania, historie, scenariusze społeczne i podpowiedzi do konwersacji na wybranym poziomie i na wybrany temat. Problem polega na tym, że modele działają z tekstem pisanym, a nie z dźwiękami. Model zapytany o słowa zaczynające się na /k/ może zawierać słowa „nóż” lub „miasto”, ponieważ zaczynają się one na litery k lub c. Zapytany o słowa /f/ może pominąć słowo „telefon”. Lekarz musi sprawdzić każdą listę pod względem fonetycznym, a także sprawdzić złożoność: liczbę sylab, gdzie dźwięk wpada w słowo i się zlewa. Po drugie, analiza mowy. Automatyczne rozpoznawanie mowy (ASR) może dać pierwszą wersję transkrypcji próbki języka, a niektóre narzędzia szacują miary, takie jak tempo mówienia lub przerwy. Jednak systemy ASR są szkolone głównie w zakresie typowej mowy dorosłych. Poziom błędów gwałtownie rośnie w przypadku dzieci i osób z zaburzeniami brzmienia mowy, dyzartrią, jąkaniem lub niektórymi akcentami. ASR ma również tendencję do „poprawiania” błędów w słowie, które miał na myśli mówca. Dziecko mówiące „wabbit” można zapisać jako „królik”, co ukrywa błąd, który mierzysz. Projekt Relate Google i projekt dostępności mowy na Uniwersytecie Illinois próbują poprawić rozpoznawanie nietypowej mowy poprzez szkolenia w jej zakresie. Trzeci to narzędzia do ćwiczeń. Aplikacje do artykulacji oferują ćwiczenia i nagrywanie, a niektóre automatycznie przekazują informację zwrotną na temat tego, czy docelowy dźwięk był prawidłowy. Automatyczna informacja zwrotna może zwiększyć praktykę pomiędzy sesjami, co ma znaczenie, ponieważ wiele powtórzeń wspiera naukę motoryczną. Jednak jego dokładność jest różna, a zły „poprawny” sygnał może wzmocnić błędy. Zanim przypiszesz aplikację, przetestuj ją na własnych uszach. Sztuczna inteligencja pomaga również w formalnościach: sporządzaniu raportów ewaluacyjnych, formułowaniu celów IEP i pisaniu podsumowań dla rodziców. Kodeks etyczny ASHA w dalszym ciągu wymaga kompetencji i ochrony informacji o klientach, co obejmuje wszystko, co przesyłasz. Powszechnym błędnym przekonaniem jest to, że wynik dokładności aplikacji jest tym samym, co ocena kliniczna. Jest to jeden zaszumiony punkt danych.
Implementacja w świecie rzeczywistym
SLP prosi sztuczną inteligencję o opowiadanie pełne początkowych domieszek /s/ dla dziewięciolatka, który lubi dinozaury. Następnie usuwa słowa takie jak „pewny” i „cukier”, w których litera s nie tworzy dźwięku /s/.
Lekarz rejestruje próbkę językową składającą się z 50 wypowiedzi i jako pierwszą wersję roboczą stosuje automatyczną transkrypcję. Poprawia transkrypcję poprzez słuchanie, a następnie oblicza średnią długość wypowiedzi.
Osoba dorosła cierpiąca na dyzartrię po udarze mózgu korzysta z aplikacji Project Relate Google, która uczy się na podstawie własnych nagrań użytkownika, aby polecenia głosowe działały lepiej w domu.
Szkolny SLP generuje karty z minimalną parą, takie jak „klucz” i „herbata”, dla dziecka, którego frontem jest /k/ do /t/. Drukuje je ze zdjęciami do ćwiczeń w domu.
Przyszłość sztucznej inteligencji dla logopedów
Rozpoznawanie nietypowej mowy jest aktywnym obszarem badań, a projekty gromadzenia danych mogą z czasem sprawić, że ASR stanie się bardziej przydatny dla osób z dyzartrią, dzieci i osób mówiących z akcentem. Lepsza informacja zwrotna na poziomie fonemów może zwiększyć niezawodność ćwiczeń domowych. Zanim jednak zaufa się mu w monitorowaniu postępów, należy przeprowadzić badania, w których porówna się go z wyszkolonymi słuchaczami. Wytwarzanie materiałów prawdopodobnie będzie coraz łatwiejsze w miarę pojawiania się narzędzi przeznaczonych dla klinicystów. To, co zamienia te wyniki w skuteczną terapię, to wciąż wiedza SLP w zakresie fonetyki, rozwoju języka i celów klienta. Duża liczba spraw sprawia, że dokładne sprawdzenie jest ważniejsze, a nie mniej.
Wdrażanie tego w praktykę
Dlaczego to ma znaczenie
- Dostęp i zasięg. Poprawia dostępność poprzez transkrypcję, narrację i interfejsy głosowe.
- Koszt i budżet. Zespoły medialne mogą szybciej dostarczać dopracowany dźwięk przy mniejszych budżetach.
- Szybkość i skala. Systemy skierowane do klienta mogą przetwarzać interakcje mówione na większą skalę.
Uważaj na
- W przypadku braku zgody zwiększa się ryzyko niewłaściwego użycia głosu i podszywania się pod inne osoby.
- Dokładność może spaść w przypadku akcentów, dialektów lub hałaśliwego otoczenia.
- Bez wyraźnego oznakowania dźwięk syntetyczny można pomylić z autentyczną mową.
Kolejne kroki
- Uzyskaj wyraźną zgodę na przechwytywanie, klonowanie i ponowne wykorzystanie głosu.
- Testuj jakość na różnych głośnikach i w różnych warunkach otoczenia.
- Zdefiniuj, kiedy człowiek musi przejrzeć lub zatwierdzić wyniki.
- Oznacz dźwięk syntetyczny i prowadź dokumentację pochodzenia w celu zapewnienia odpowiedzialności.
Odkrywaj dalej
Darmowy newsletter
Otrzymuj codzienne podsumowanie AI
Trzy zweryfikowane historie AI każdego poranka w dni robocze, napisane prostym angielskim. Bezpłatne na zawsze, bez reklam.
Jedno e‑mail każdego dnia roboczego. Wypisz się jednym kliknięciem. Nigdy nie sprzedajemy ani nie udostępniamy Twojego adresu.
Sprawdź się
Take the AI for Speech-Language Pathologists quiz
Natychmiastowa informacja zwrotna na każde pytanie oraz udostępnialny certyfikat z weryfikowalnym ID po zaliczeniu kursu.
Wspieraj darmową edukację AI. AI Understanding jest organizacją non-profit 501(c)(3) — bez reklam, bez płatnej ściany, zawsze. Przekaż darowiznę
Często zadawane pytania
Czym jest sztuczna inteligencja dla logopedów?
Sztuczna inteligencja dla logopedów obejmuje aplikacje do rozpoznawania i analizy mowy, narzędzia generujące materiały terapeutyczne, takie jak listy słów i historie, a także aplikacje przekazujące informacje zwrotne podczas ćwiczeń artykulacyjnych. Narzędzia te mogą poszerzyć praktykę domową i skrócić czas przygotowań. Jednak zautomatyzowana analiza mowy jest najmniej niezawodna w przypadku zaburzeń mowy i akcentów leczonych przez SLP, dlatego ocena klinicysty pozostaje kluczowa.
Dlaczego lista AI zawierająca „/k/ słów” może zawierać „nóż” lub „miasto”?
Modele przetwarzają tekst pisany, więc dopasowują litery takie jak k i c, a nie dźwięk /k/. Dlatego każda lista wymaga kontroli fonetycznej.
Dziecko mówi „wabbit”, a ASR dokonuje transkrypcji słowa „królik”. Jaki problem to pokazuje?
Funkcja ASR ma na celu wyświetlenie słowa, które najprawdopodobniej miał na myśli mówiący. Pomaga to w dyktowaniu, ale usuwa błędy mowy, które musi zobaczyć SLP.
Według przewodnika, jaki jest cel projektu Relate Google?
Project Relate uczy się na podstawie własnej mowy danej osoby, dzięki czemu rozpoznawanie działa lepiej w przypadku osób z nietypową mową, na przykład u osoby dorosłej z dyzartrią.
Którą technikę podpowiedzi zaleca sekcja techniczna, aby uzyskać dokładniejsze listy słów?
IPA sprawia, że dźwięki są widoczne, dzięki czemu można wykryć błędy ortograficzne, a inne szczegóły kontrolują złożoność.
Dlaczego specjaliści SLP powinni testować automatyczne sprzężenie zwrotne aplikacji do artykulacji na własnych uszach?
Automatyczna informacja zwrotna zwiększa liczbę powtórzeń ćwiczeń, ale jeśli nagradza nieprawidłowe produkcje, wzmacnia błąd.
Ucz się dalej
Powiązane przewodniki
Wybrano więcej przewodników na ten temat