Преобразование текста в речь ИИ — одна из самых захватывающих технологических разработок последних лет. Первоначально разработанная как помощь для слабовидящих, она превратилась в центральную часть услуг, предоставляемых такими компаниями, как Google и Amazon.

А если учесть, как реалистичный и естественный голос преобразования текста в речь может улучшить качество обслуживания клиентов, то легко понять, почему возможности преобразования текста в речь ИИ вызывают восторг у брендов во всем мире. Благодаря гибким и интуитивно понятным функциям, предлагаемым решениями для преобразования текста в речь на основе искусственного интеллекта, компании могут повысить качество обслуживания клиентов, создать привлекательную озвучку в Интернете и повысить вовлеченность клиентов в процесс.

Как следует из названия, основным принципом технологии является преобразование текста в речь с использованием машинного обучения и технологии искусственного интеллекта. Вместо того, чтобы записывать голос за кадром вручную, вы можете мгновенно создать голосовой вывод, который вы можете использовать в своих проектах, маркетинге, поддержке клиентов или где-либо еще.

По мере развития технологии искусственного преобразования текста в голос может быть даже трудно предсказать, какие новые приложения могут стать доступными, поскольку все больше компаний распознают и внедряют их в свои процессы. Потенциальные последствия могут выходить далеко за рамки простого преобразования текста в речь и даже могут выступать в качестве важного инструмента в ИИ для человеческого общения.

Даже сегодня виртуальные помощники могут понимать сложные модели человеческой речи, анализировать эту информацию и давать осмысленный и контекстуальный ответ на основе того, что они слышат. По сути, это уже общение в режиме реального времени между компьютерами и людьми, и потенциал технологии преобразования текста в речь только расширит возможности.

Технология преобразования текста в речь существует уже давно. Фактически, первая английская технология преобразования текста в речь была разработана в 1968, когда японская электротехническая лаборатория разработала артикуляционную модель, которая, хотя и была примитивной, была понятной. С тех пор технология развивалась на протяжении десятилетий, и в конце 80-х годов было разработано больше коммерческих продуктов для синтеза речи.

Когда дело доходит до преобразования текста в речь ИИ, самые большие скачки произошли как часть технологии, которая была способна распознавать речевые паттерны, интерпретировать их и давать внятный ответ, который был уместным и осмысленным.

Основное различие между преобразованием текста в речь ИИ и обычным преобразованием текста в речь заключается в способности самостоятельно придумывать творческие ответы на основе входных данных, которые он получает. Вместо использования жесткой системы преобразования текста в речь ИИ может вывести их на новый уровень, используя усовершенствованные речевые модели, интонацию и тон голоса, чтобы донести до слушателя более аутентичный и последовательный опыт. Вот так наша студия создает потрясающие озвучки.

Современная технология искусственного интеллекта использует строительные блоки, называемые фонемами, которые представляют собой отдельные звуки, из которых можно составлять слова и предложения. Поскольку человеческий язык очень сложен и зависит от интонации, акцентуации и произношения при создании осмысленных разговоров, ИИ для преобразования текста в речь использует технологию машинного обучения, чтобы постоянно учиться и адаптироваться в соответствии с новыми данными, которые он получает.

По мере расширения базы данных реальных актёров озвучивания возможности комбинаций становятся практически безграничными. Результатом является возможность создания новой и уникальной речи ИИ, которая отличается и уникальна для вашего бренда и сообщений, которые вы хотите создать.

Одной из основных причин развития технологии передачи голоса по тексту является ее потенциальное применение в бизнесе. Однако преимущества преобразования текста в речь ИИ, как оказалось, простираются гораздо дальше. Это одна из самых многообещающих технологий, способных создать более доступный мир.

Для тех, кто не может читать из-за неспособности к обучению, неграмотности или нарушений зрения, преобразование текста в речь может стать лучшей альтернативой электронному обучению потреблению информации, доступу к услугам или даже получению образования. По мере совершенствования голосовой технологии искусственного интеллекта пользователям с нарушениями зрения становится проще получать доступ к услугам, совершать покупки в Интернете и участвовать в работе.

В то же время цифровая передача голоса имеет бесчисленное множество применений и для обычного потребителя. Вместо того, чтобы вводить поиск, люди могут использовать ИИ для преобразования текста в речь, чтобы слушать новости, содержимое веб-сайтов электронной коммерции и все остальное в Интернете через наушники, находясь в пути.

А еще есть потенциал виртуальных помощников, которые теперь становятся более восприимчивыми, умными и способными предоставлять своевременные решения и ответы за считанные секунды. От установки напоминаний до онлайн-заказа продукта — современные виртуальные помощники могут вести целые беседы с клиентами на нескольких языках, поддерживая при этом единый имидж компаний, которые они представляют.

Голоса ИИ, вероятно, станут еще более прочными в нашей повседневной жизни, поскольку все больше компаний осознают потенциал использования голосовых онлайн-решений, таких как WellSaid Labs, для создания полных аудиоверсий цифрового контента. Предоставление дополнительного способа потребления информации и изучения вашей компании всегда является хорошим предложением. И, становясь более доступным для людей, которые, возможно, не умеют читать, вы также расширяете круг потенциальных клиентов, что может открыть целый ряд новых возможностей для роста.

Озвучивание ИИ используется технологическими гигантами, отделами корпоративного обучения, коммерческими рекламными агентствами, некоммерческими организациями, стартапами, комментаторами документальных фильмов и онлайн-издателями, чтобы продвигать свой бренд последовательным и убедительным голосом.

Поскольку качество преобразования текста в речь с помощью ИИ достигло человеческого паритета, организации в настоящее время обращаются к производителям голосовых сообщений с использованием ИИ, чтобы сэкономить время и деньги, сократив процесс создания преобразования текста в речь поверх MP3 для загрузки и использования. внутренне в цифровых медиа и видео.

WellSaid Labs предлагает множество мужских и женских голосов для преобразования текста в речь. Наши голоса имеют разные стили подачи, чтобы соответствовать стилю, скорости и акценту, которые нужны вашему проекту. В WellSaid Labs Studio вы можете выбирать между повествованием, разговорным голосом или рекламным тоном для озвучивания коммерческой рекламы.

Лаборатории WellSaid могут клонировать голос и создавать собственный голосовой аватар для вашего бренда. Вместо того, чтобы использовать наше программное обеспечение для клонирования вашей голосовой записи, мы делаем еще один шаг вперед и можем создать решение для преобразования текста в речь на основе ИИ, которое можно использовать во всей вашей организации.

Да, студия WellSaid Labs считается генератором голоса ИИ. В некоторых случаях люди могут также ссылаться на генератор голоса как на способ изменить свой голос на другой. Например, вы запишете свой голос, читая сценарий, и используете эту запись для создания голоса в формате MP3, который будет звучать как чей-то другой. Наша студия более эффективна, чем этот подход, потому что мы фокусируемся на переходе от текста к речи, что является более надежным, гибким и эффективным способом масштабирования голоса ИИ в цифровом контенте.

Может ли искусственный интеллект помочь увидеть рак по-новому?

22 марта 2022 г. , Надя Джабер

Алгоритм глубокого обучения, обученный анализировать изображения МРТ, предсказывает наличие мутации гена IDh2 в опухолях головного мозга.

Авторы и права: CA Cancer J Clin, март/апрель 2019 г. doi: 10.3322/caac.21552. СС BY 4.0.

Два одинаковых черно-белых изображения нечетких фигур расположены рядом на экране компьютера. С левой стороны Исмаил Барис Туркбей, доктор медицинских наук, радиолог с 15-летним опытом работы, обрисовал область, где нечеткие формы представляют то, что, по его мнению, является ползучим, растущим раком простаты. На другой стороне экрана компьютерная программа искусственного интеллекта (ИИ) сделала то же самое, и результаты почти идентичны.

Черно-белое изображение представляет собой МРТ-снимок человека с раком простаты, и программа ИИ проанализировала тысячи таких снимков.

«Модель [ИИ] находит предстательную железу и выделяет подозрительные на рак области без какого-либо наблюдения со стороны человека», — объясняет доктор Туркбей. Он надеется, что ИИ поможет менее опытным радиологам обнаружить рак простаты, если он присутствует, и отклонить все, что можно принять за рак.

Эта модель — лишь верхушка айсберга, когда речь идет о пересечении искусственного интеллекта и исследований рака. В то время как потенциальные приложения кажутся бесконечными, большая часть этого прогресса связана с инструментами для визуализации рака.

От рентгеновских снимков целых органов до микроскопических изображений раковых клеток, врачи используют визуализирующие тесты разными способами: обнаруживают рак на самых ранних стадиях, определяют стадию опухоли, наблюдают, работает ли лечение, и отслеживают, не вернулся ли рак после лечения.

За последние несколько лет исследователи разработали инструменты искусственного интеллекта, которые могут сделать визуализацию рака быстрее, точнее и информативнее. И это вызвало большой ажиотаж.

«Существует много шумихи [вокруг ИИ], но также проводится много исследований, посвященных этому», — сказала Стефани Хармон, доктор философии, специалист по данным в отделении молекулярной визуализации NCI.

Эксперты говорят, что это исследование включает в себя ответы на вопросы о том, готовы ли эти инструменты покинуть исследовательские лаборатории и проникнуть в кабинеты врачей, действительно ли они помогут пациентам и будет ли эта польза охватывать всех или только некоторых пациентов.

Что такое искусственный интеллект?

Искусственный интеллект относится к компьютерным программам или алгоритмам, которые используют данные для принятия решений или прогнозов. Чтобы построить алгоритм, ученые могут создать набор правил или инструкций, которым должен следовать компьютер, чтобы он мог анализировать данные и принимать решения.

Например, доктор Туркбей и его коллеги использовали существующие правила о том, как выглядит рак простаты на МРТ. Затем они обучили свой алгоритм, используя тысячи МРТ-исследований, некоторые из которых были получены от людей, у которых, как известно, был рак простаты, а некоторые — от людей, у которых его не было.

При использовании других подходов к искусственному интеллекту, таких как машинное обучение, алгоритм сам учится анализировать и интерпретировать данные. Таким образом, алгоритмы машинного обучения могут улавливать закономерности, которые трудно различить человеческому глазу или мозгу. И по мере того, как эти алгоритмы получают больше новых данных, их способность изучать и интерпретировать данные улучшается.

Исследователи также использовали глубокое обучение, тип машинного обучения, в приложениях для визуализации рака. Глубокое обучение относится к алгоритмам, которые классифицируют информацию так же, как это делает человеческий мозг. Инструменты глубокого обучения используют «искусственные нейронные сети», которые имитируют то, как клетки нашего мозга принимают, обрабатывают и реагируют на сигналы от остальной части нашего тела.

Исследование ИИ для визуализации рака

Врачи используют тесты визуализации рака, чтобы ответить на ряд вопросов, например: это рак или безвредная опухоль? Если это рак, как быстро он растет? Как далеко он распространился? Отрастает ли он после лечения? Исследования показывают, что ИИ может повысить скорость, точность и надежность ответов врачей на эти вопросы.

Искусственный интеллект помогает диагностировать опухоль головного мозга

Approach позволяет диагностировать рак менее чем за 3 минуты во время операции.

«ИИ может автоматизировать оценки и задачи, которые в настоящее время могут выполнять люди, но на это уходит много времени», — сказал Хьюго Аэртс, доктор философии, из Гарвардской медицинской школы. После того, как ИИ выдаст результат, «радиологу просто нужно просмотреть, что сделал ИИ — правильно ли он оценил?» Доктор Аэртс продолжил. Ожидается, что автоматизация сэкономит время и деньги, но это еще нужно доказать, добавил он.

Кроме того, ИИ может сделать интерпретацию изображений — весьма субъективную задачу — более простой и надежной, отмечает доктор Аэртс.

Сложные задачи, которые полагаются на «человеческую интерпретацию изображения — скажем, радиолога, дерматолога, патологоанатома — вот где мы видим огромные прорывы, сделанные с помощью глубокого обучения», — сказал он.

Но что больше всего волнует ученых, так это способность ИИ выйти за рамки того, что люди в настоящее время могут делать сами. ИИ может «видеть» то, что мы, люди, не можем, и может находить сложные закономерности и взаимосвязи между самыми разными типами данных.

«Искусственный интеллект отлично справляется с этой задачей — во многих задачах выходит за рамки человеческих возможностей, — сказал доктор Аэртс. Но в этом случае часто неясно, как ИИ делает выводы, поэтому врачам и исследователям сложно проверить, правильно ли работает инструмент.

Раннее обнаружение рака

Такие тесты, как маммография и мазок Папаниколау, используются для регулярной проверки людей на наличие признаков рака или предраковых клеток, которые могут переродиться в рак. Цель состоит в том, чтобы выявить и вылечить рак на ранней стадии, до того, как он распространится или даже до того, как он вообще сформируется.

Ученые разработали инструменты искусственного интеллекта для помощи в скрининговых тестах на несколько видов рака, включая рак молочной железы. Компьютерные программы на основе искусственного интеллекта помогают врачам интерпретировать маммограммы уже более 20 лет, но исследования в этой области быстро развиваются.

Одна группа создала алгоритм искусственного интеллекта, который может помочь определить, как часто нужно проходить обследование на рак молочной железы. Модель использует изображения маммографии человека, чтобы предсказать риск развития рака молочной железы в следующие 5 лет. В различных тестах модель была более точной, чем современные инструменты, используемые для прогнозирования риска рака молочной железы.

Исследователи NCI создали и протестировали алгоритм глубокого обучения, который может идентифицировать предраковые состояния шейки матки, которые следует удалить или лечить. В некоторых странах с ограниченными ресурсами медицинские работники проводят скрининг предрака шейки матки, осматривая шейку матки с помощью небольшой камеры. Хотя этот метод прост и устойчив, он не очень надежен или точен.

Марк Шиффман, доктор медицинских наук, магистр здравоохранения, из отдела эпидемиологии и генетики рака NCI, и его коллеги разработали алгоритм для улучшения способности находить предраковые состояния шейки матки с помощью метода визуального осмотра. В исследовании 2019 года алгоритм работал лучше, чем обученные эксперты.

При раке толстой кишки в клинических испытаниях было показано, что несколько инструментов ИИ улучшают обнаружение предраковых новообразований, называемых аденомами. Однако, поскольку лишь небольшой процент аденом превращается в рак, некоторые эксперты обеспокоены тем, что такие инструменты ИИ могут привести к ненужному лечению и дополнительным тестам для многих пациентов.

Обнаружение рака 

ИИ также продемонстрировал потенциал улучшения выявления рака у людей с симптомами. Например, модель искусственного интеллекта, разработанная доктором Туркбеем и его коллегами из Центра исследований рака NCI, может облегчить рентгенологам выявление потенциально агрессивного рака простаты с помощью относительно нового вида МРТ простаты, называемого мультипараметрической МРТ.

На многопараметрическом МРТ простаты пациента подозрительная на рак область (красная) выделена моделью искусственного интеллекта, разработанной доктором Туркбеем.

Предоставлено Стефани Хармон, доктором философии.

Хотя многопараметрическая МРТ дает более детальное изображение предстательной железы, чем обычная МРТ, рентгенологам обычно требуются годы практики для точного чтения этих изображений, что приводит к разногласиям между рентгенологами, изучающими одно и то же изображение.

Модель искусственного интеллекта, разработанная командой NCI, «может упростить кривую [обучения] для практикующих рентгенологов и свести к минимуму количество ошибок», — сказал доктор Туркбей. Он добавил, что модель ИИ может служить «виртуальным экспертом», который будет направлять менее опытных рентгенологов, обучающихся использованию многопараметрической МРТ.

Для рака легких было разработано несколько моделей искусственного интеллекта с глубоким обучением, которые помогают врачам обнаруживать рак легких на компьютерной томографии. Некоторые доброкачественные изменения в легких очень похожи на рак на компьютерной томографии, что приводит к высокому уровню ложноположительных результатов тестов, которые указывают на то, что у человека рак легких, хотя на самом деле его нет.

Эксперты считают, что ИИ может лучше отличить рак легких от доброкачественных изменений на компьютерной томографии, что потенциально сократит количество ложноположительных результатов и избавит некоторых людей от ненужного стресса, последующих тестов и процедур.

Например, группа исследователей обучила алгоритм глубокого обучения находить рак легких и специально избегать других изменений, похожих на рак. В лабораторных тестах алгоритм очень хорошо игнорировал доброкачественные изменения, которые выглядели как рак, и хорошо обнаруживал рак.

Выбор лечения рака 

Врачи также используют визуализационные тесты для получения важной информации о раке, например о том, насколько быстро он растет, распространился ли он и может ли он вернуться после лечения. Эта информация может помочь врачам выбрать наиболее подходящее лечение для своих пациентов.

Ряд исследований показывает, что ИИ может собирать такую ​​прогностическую информацию — и, возможно, даже больше — из сканов изображений и с большей точностью, чем люди в настоящее время. Например, доктор Хармон и ее коллеги создали модель глубокого обучения, которая может определить вероятность того, что пациенту с раком мочевого пузыря могут потребоваться другие виды лечения в дополнение к хирургическому вмешательству.

По оценкам врачей, около 50% людей с опухолями в мышцах мочевого пузыря (мышечно-инвазивный рак мочевого пузыря) имеют скопления раковых клеток, которые распространились за пределы мочевого пузыря, но слишком малы для обнаружения с помощью традиционных инструментов. Если эти скрытые клетки не удалить, они могут продолжать расти после операции, вызывая рецидив.

Химиотерапия может убить эти микроскопические скопления и предотвратить рецидив рака после операции. Но клинические испытания показали, что трудно определить, какие пациенты нуждаются в химиотерапии в дополнение к хирургическому вмешательству, сказал доктор Хармон.

«Что мы хотели бы сделать, так это использовать эту модель до того, как пациенты пройдут какое-либо лечение, чтобы определить, у каких пациентов рак с высокой вероятностью распространения, чтобы врачи могли принимать обоснованные решения», — пояснила она.

Модель искусственного интеллекта доктора Хармона использует цифровые изображения образца ткани опухоли мочевого пузыря («ВХОД» слева) для прогнозирования риска распространения рака на близлежащие лимфатические узлы («ВЫХОД» справа).

Предоставлено Стефани Хармон, доктором философии.

Модель рассматривает цифровые изображения первичной опухолевой ткани, чтобы предсказать, есть ли микроскопические скопления рака в близлежащих лимфатических узлах. В исследовании 2020 года модель глубокого обучения оказалась более точной, чем стандартный способ прогнозирования распространения рака мочевого пузыря, основанный на сочетании факторов, включая возраст пациента и определенные характеристики опухоли.

Генетическая информация о раке пациентов все чаще используется для выбора наиболее подходящего лечения. Ученые в Китае создали инструмент глубокого обучения, чтобы предсказать наличие мутаций ключевых генов на изображениях ткани рака печени — то, что патологоанатомы не могут сделать, просто глядя на изображения.

Их инструмент является примером ИИ, который работает загадочным образом: ученые, создавшие алгоритм, не знают, как он определяет, какие генные мутации присутствуют в опухоли.

Готовы ли инструменты искусственного интеллекта для визуализации рака к реальному миру?

Несмотря на то, что ученые разрабатывают инструменты искусственного интеллекта для визуализации рака, эта область все еще находится в зачаточном состоянии, и многие вопросы о практическом применении этих инструментов остаются без ответа.

Использование ИИ для классификации типов рака легких

Компьютерная программа может дифференцировать две наиболее распространенные формы рака легких.

По словам доктора Хармона, несмотря на то, что точность сотен алгоритмов была доказана в ходе ранних тестов, большинство из них еще не достигли следующего этапа тестирования, который гарантирует их готовность к работе в реальном мире.

Это тестирование, известное как внешняя или независимая проверка, «говорит нам, насколько обобщаем наш алгоритм. В смысле, насколько это полезно для совершенно нового пациента? Как это работает с пациентами из разных [медицинских] центров или разных сканеров?» Доктор Хармон объяснил. Другими словами, правильно ли работает инструмент ИИ за пределами данных, на которых он был обучен?

Алгоритмы искусственного интеллекта, прошедшие тщательное тестирование на разных группах людей из разных уголков мира, могут использоваться более широко и, следовательно, помогать большему количеству людей, добавила она.

В дополнение к проверке, отметил д-р Туркбей, клинические исследования также должны показать, что инструменты ИИ действительно помогают пациентам, либо предотвращая рак, помогая им жить дольше или улучшая качество жизни, либо экономя их время или деньги.

Но даже после этого, по словам доктора Аэртс, главный вопрос об искусственном интеллекте звучит так: «Как нам убедиться, что эти алгоритмы будут работать и работать хорошо долгие годы?» Например, по его словам, новые сканеры могут изменять характеристики изображения, на которые опирается инструмент ИИ для предсказаний или интерпретаций. И это может изменить их работу.

Есть также вопросы о том, как будут регулироваться инструменты ИИ. По состоянию на 2020 год более 60 медицинских устройств или алгоритмов на основе ИИ получили одобрение FDA. Но даже после того, как они будут одобрены, некоторые алгоритмы машинного обучения меняются, когда они подвергаются воздействию новых данных. В 2021 году FDA выпустило основу для мониторинга технологий ИИ, способных адаптироваться.

Также есть опасения по поводу прозрачности некоторых инструментов ИИ. С некоторыми алгоритмами, такими как тот, который может предсказывать генные мутации в опухолях печени, ученые не знают, как они приходят к выводу — загадка, известная как «проблема черного ящика». Эксперты говорят, что это отсутствие прозрачности запрещает критические проверки на предмет предвзятости и неточностей.

Недавнее исследование, например, показало, что алгоритм машинного обучения, обученный прогнозировать исходы рака, ориентируется на больницу, в которой был сделан снимок опухоли, а не на биологию опухоли пациента. Исследователи предупредили, что хотя этот алгоритм не используется ни в каких медицинских учреждениях, другие инструменты, обученные таким же образом, могут иметь такую ​​же неточность.

Есть также опасения, что ИИ может усугубить разрыв в показателях здоровья между привилегированными и неблагополучными группами, усугубив предубеждения, которые уже заложены в нашу медицинскую систему и исследовательские процессы, сказала Ирен Данква-Муллан, доктор медицинских наук, заместитель директора по вопросам справедливости в отношении здоровья. IBM Watson Health.

Эти предубеждения глубоко укоренились в данных, используемых для создания моделей ИИ, объяснила она на конференции Американской ассоциации исследований рака в 2021 году.

Например, недавно было показано, что несколько медицинских алгоритмов менее точны для чернокожих, чем для белых. Эксперты отмечают, что эти потенциально опасные недостатки связаны с тем, что алгоритмы в основном обучались и проверялись на данных белых пациентов.

С другой стороны, некоторые эксперты считают, что ИИ может улучшить доступ к лечению рака, предоставив квалифицированную помощь в больницах, где не хватает специалистов.

«Что [ИИ] может сделать, так это то, что в условиях, когда есть врачи, которые, возможно, не обладают таким большим опытом, потенциально он может поднять их работу до экспертного уровня», — объяснил доктор Хармон.

Некоторые инструменты искусственного интеллекта могут даже обойтись без сложного оборудования. Алгоритм глубокого обучения для скрининга рака шейки матки, разработанный доктором Шиффманом, например, основан на мобильных телефонах или цифровых камерах и недорогих материалах.