Zařízení generující řeč - Speech-generating device

Stephen Hawking , pozdní astrofyzik a prominentní uživatel SGD a zemřel 14. března 2018 ve věku 76 let

Zařízení generující řeč ( SGD ), známá také jako komunikační pomůcky pro hlasový výstup , jsou systémy elektronické augmentativní a alternativní komunikace (AAC) používané k doplnění nebo nahrazení řeči nebo psaní u jedinců s vážnými poruchami řeči , což jim umožňuje verbální komunikaci. SGD jsou důležité pro lidi, kteří mají omezené prostředky verbální interakce, protože umožňují jednotlivcům stát se aktivními účastníky komunikačních interakcí. Jsou zvláště užitečné u pacientů trpících amyotrofickou laterální sklerózou (ALS), ale v poslední době se používají u dětí s předpokládanými vadami řeči.

Existuje několik metod zadávání a zobrazování pro uživatele různých schopností, jak využívat SGD. Některé SGD mají více stránek symbolů, které pojmou velký počet výpovědí, a proto je v jednom okamžiku viditelná pouze část dostupných symbolů, přičemž komunikátor prochází různými stránkami. Zařízení generující řeč mohou produkovat elektronický hlasový výstup pomocí digitalizovaných záznamů přirozené řeči nebo prostřednictvím syntézy řeči- která může nést méně emocionálních informací, ale může uživateli umožnit mluvit novými zprávami.

Obsah, organizace a aktualizace slovní zásoby na SGD je ovlivněna řadou faktorů, jako jsou potřeby uživatele a souvislosti, ve kterých bude zařízení používáno. Vývoj technik ke zlepšení dostupné slovní zásoby a rychlosti řeči produkce je aktivní výzkumnou oblastí. Položky slovníku by měly uživatele velmi zajímat, měly by být často použitelné, měly by mít řadu významů a měly by mít pragmatickou funkčnost.

Existuje několik způsobů přístupu ke zprávám na zařízeních: přímo nebo nepřímo nebo pomocí specializovaných přístupových zařízení - i když konkrétní způsob přístupu bude záviset na dovednostech a schopnostech uživatele. Výstup SGD je obvykle mnohem pomalejší než řeč, ačkoli strategie zvyšování rychlosti mohou zvýšit rychlost výstupu uživatele, což má za následek zvýšenou účinnost komunikace.

První známý SGD byl prototypován v polovině 70. let a rychlý pokrok ve vývoji hardwaru a softwaru znamenal, že možnosti SGD lze nyní integrovat do zařízení, jako jsou smartphony . Mezi významné uživatele SGD patří Stephen Hawking , Roger Ebert , Tony Proudfoot a Pete Frates (zakladatel ALS Ice Bucket Challenge ).

Systémy generující řeč mohou být vyhrazená zařízení vyvinutá výlučně pro AAC, nebo nespecializovaná zařízení, jako jsou počítače s dalším softwarem, který jim umožní fungovat jako zařízení AAC.

Dějiny

Mechanismus voliče ovládaný pacientem (POSM nebo POSSUM) byl vyvinut na počátku 60. let minulého století

SGD mají své kořeny v raných pomůckách elektronické komunikace. První takovou pomocí byl ovladač psacího stroje s douškem s názvem pacientem ovládaný volicí mechanismus (POSSUM) prototypovaný Regem Malingem ve Spojeném království v roce 1960. POSSUM naskenoval sadu symbolů na osvětleném displeji. Vědci z nizozemské univerzity Delft vytvořili v roce 1970 světelný psací stroj (LOT), který využíval malých pohybů hlavy k nasměrování malého světelného bodu na matici znaků, z nichž každý byl vybaven fotoelektrickou buňkou. Ačkoli to bylo komerčně neúspěšné, LOT byl svými uživateli dobře přijat.

V roce 1966 uzavřeli partnerství Barry Romich, student prvního ročníku inženýrství na Case Western Reserve University, a Ed Prentke, inženýr v nemocnici Highland View Hospital v Clevelandu ve státě Ohio, čímž vznikla společnost Prentke Romich Company . V roce 1969 společnost vyrobila své první komunikační zařízení, systém psaní založený na vyřazeném stroji Teletype.

V sedmdesátých a na začátku osmdesátých let začalo vznikat několik dalších společností, které se od té doby staly významnými výrobci SGD. Toby Churchill založil společnost Toby Churchill Ltd v roce 1973 poté, co ztratil řeč po encefalitidě. V USA Dynavox (tehdy známý jako Sentient Systems Technology) vyrostl ze studentského projektu na Carnegie-Mellon University , vytvořeného v roce 1982, aby pomohl mladé ženě s dětskou mozkovou obrnou komunikovat. Počínaje osmdesátými léty vedla technická vylepšení k výrazně zvýšenému počtu, rozmanitosti a výkonu komerčně dostupných komunikačních zařízení a ke snížení jejich velikosti a ceny. Alternativní metody přístupu, jako je cílené skenování (také známé jako ukazování očí), kalibrují pohyb očí uživatele tak, aby směřovaly SGD k produkci požadované fáze řeči. Na komunikačních zařízeních bylo k dispozici skenování, ve kterém jsou uživateli alternativně předkládány alternativy. Možnosti výstupu řeči zahrnovaly digitalizovanou i syntetizovanou řeč.

Pokračoval rychlý pokrok ve vývoji hardwaru a softwaru , včetně projektů financovaných Evropským společenstvím . První komerčně dostupná zařízení generující řeč na dynamické obrazovce byla vyvinuta v 90. letech minulého století. Byly vyvinuty softwarové programy, které umožňovaly počítačovou výrobu komunikačních desek . High-tech zařízení se stále zmenšovala a odlehčovala a současně zvyšovala přístupnost a možnosti; ke komunikačním zařízením lze přistupovat pomocí systémů sledování očí , fungovat jako počítač pro zpracování textu a používání internetu a jako zařízení pro řízení prostředí pro nezávislý přístup k dalším zařízením, jako je televize, rádio a telefony.

Stephen Hawking začal být spojován s jedinečným hlasem jeho konkrétního syntézního zařízení. Hawking nemohl mluvit kvůli kombinaci těžkých postižení způsobených ALS a nouzové tracheotomii . V posledních zhruba 20 letech si SGD získaly popularitu mezi malými dětmi s vadami řeči, jako je autismus, Downův syndrom a předpovídané poškození mozku v důsledku chirurgického zákroku.

Od počátku dvacátých let minulého století specialisté viděli přínos používání SGD nejen pro dospělé, ale i pro děti. Neuro-lingvisté zjistili, že SGD byly stejně účinné při pomoci dětem, které byly po operaci mozku ohroženy dočasným jazykovým deficitem, stejně jako u pacientů s ALS. Zejména digitalizované SGD byly použity jako komunikační pomůcky pro dětské pacienty během procesu obnovy.

Přístupové metody

Existuje mnoho způsobů přístupu ke zprávám na zařízeních: přímo, nepřímo a pomocí specializovaných přístupových zařízení. Metody přímého přístupu zahrnují fyzický kontakt se systémem pomocí klávesnice nebo dotykové obrazovky. Uživatelé, kteří přistupují k SGD nepřímo a prostřednictvím specializovaných zařízení, musí manipulovat s objektem, aby získali přístup do systému, jako je manévrování s joystickem , hlavovou myší, optickým hlavovým ukazatelem, světelným ukazatelem, infračerveným ukazatelem nebo skenerem s přístupem k přepínači .

Konkrétní přístupová metoda bude záviset na dovednostech a schopnostech uživatele. Při přímém výběru lze použít část těla, ukazatel, přizpůsobenou myš , joystick nebo sledování očí, zatímco pro nepřímý výběr se často používá skenování přístupu pomocí přepínačů . Na rozdíl od přímého výběru (např. Psaní na klávesnici, dotýkání se obrazovky) mohou uživatelé cíleného skenování provádět výběr pouze tehdy, když je na požadované volbě indikátor skenování (nebo kurzor) elektronického zařízení. Ti, kteří nejsou schopni ukazovat, typicky kalibrují své oči, aby používaly oční pohled jako způsob ukazování a blokování jako způsob výběru požadovaných slov a frází. Rychlost a vzor skenování, stejně jako způsob výběru položek, jsou přizpůsobeny fyzickým, vizuálním a kognitivním schopnostem uživatele.

Konstrukce zprávy

Snímek obrazovky programu na zvýšení rychlosti Dasher

Augmentativní a alternativní komunikace je obvykle mnohem pomalejší než řeč, přičemž uživatelé obvykle produkují 8–10 slov za minutu. Strategie vylepšení rychlosti mohou zvýšit rychlost výstupu uživatele na přibližně 12–15 slov za minutu a v důsledku toho zvýšit efektivitu komunikace.

V každém daném SGD může existovat velké množství vokálních výrazů, které usnadňují efektivní a efektivní komunikaci, včetně pozdravů, vyjadřování tužeb a kladení otázek. Některé SGD mají více stránek symbolů, které pojmou velký počet vokálních výrazů, a proto je v jednom okamžiku viditelná pouze část dostupných symbolů, přičemž komunikátor prochází různými stránkami. Zařízení generující řeč obecně zobrazují sadu výběrů buď pomocí dynamicky se měnící obrazovky, nebo pevného zobrazení.

Existují dvě hlavní možnosti pro zvýšení rychlosti komunikace pro SGD: kódování a predikce.

Kódování umožňuje uživateli vytvořit slovo, větu nebo frázi pomocí pouze jedné nebo dvou aktivací jejich SGD. Ikonické strategie kódování, jako je sémantické zhutňování, kombinují sekvence ikon (symboly obrázků) a vytvářejí slova nebo fráze. V číselném, alfanumerickém a písmenném kódování (také známém jako zkratka-expanze) jsou slova a věty kódovány jako posloupnosti písmen a číslic. Například zadáním „HH“ nebo „G1“ (pro pozdrav 1) se může načíst „Ahoj, jak se máš?“.

Predikce je strategie zvyšování rychlosti, ve které se SGD pokouší snížit počet úhozů použitých předvídáním slova nebo fráze, které uživatel píše. Uživatel pak může vybrat správnou predikci, aniž by musel psát celé slovo. Software pro predikci slov může určit možnosti, které mají být nabízeny, na základě jejich frekvence v jazyce, spojení s jinými slovy, minulých voleb uživatele nebo gramatické vhodnosti. Ukázalo se však, že uživatelé produkují více slov za minutu (pomocí skenovacího rozhraní) se statickým rozložením klávesnice než s prediktivním rozložením mřížky, což naznačuje, že kognitivní režie při revizi nového uspořádání ruší výhody prediktivního rozvržení při používání skenovací rozhraní.

Dalším přístupem ke zvýšení rychlosti je Dasher , který pomocí jazykových modelů a aritmetického kódování zobrazuje alternativní písmena na obrazovce s velikostí vzhledem k jejich pravděpodobnosti dané historií.

Míra vyprodukovaných slov může do značné míry záviset na koncepční úrovni systému: systém TALK, který umožňuje uživatelům volit mezi velkým počtem výpovědí na úrovni vět, prokázal výkon přesahující 60 wpm.

Opravená a dynamická zobrazovací zařízení

Opravené zobrazovací zařízení

Zařízení pro generování řeči s pevným displejem

Pevná zobrazovací zařízení se týkají těch, ve kterých jsou symboly a položky „opraveny“ v určitém formátu; některé zdroje je označují jako „statické“ displeje. Taková zobrazovací zařízení mají jednodušší křivku učení než některá jiná zařízení.

Pevná zobrazovací zařízení replikují typické uspořádání low-tech zařízení AAC (low-tech je definováno jako zařízení, která nepotřebují baterie, elektřinu ani elektroniku), jako jsou komunikační desky . Sdílejí některé nevýhody; například jsou obvykle omezeny na omezený počet symbolů a tedy zpráv. Je důležité si uvědomit, že s technologickým pokrokem dosaženým ve dvacátém prvním století se SGD s pevným displejem již běžně nepoužívají.

Dynamická zobrazovací zařízení

Zařízení s dynamickými displeji jsou obvykle také zařízení s dotykovou obrazovkou . Obvykle generují elektronicky vytvořené vizuální symboly, které po stisknutí změní zobrazenou sadu výběrů. Uživatel může změnit dostupné symboly pomocí odkazů na stránky a přejít tak na příslušné stránky slovníku a zpráv.

Zařízení generující řeč s dynamickým displejem, schopné výstupu syntetizované i digitalizované řeči

„Domovská“ stránka dynamického zobrazovacího zařízení může zobrazovat symboly související s mnoha různými kontexty nebo konverzačními tématy. Stisknutím libovolného z těchto symbolů se může otevřít jiná obrazovka se zprávami souvisejícími s daným tématem. Například při sledování volejbalového zápasu může uživatel stisknutím symbolu „sport“ otevřít stránku se zprávami týkajícími se sportu a poté stisknutím symbolu ukazujícího výsledkovou tabulku vyslovit frázi „Jaké je skóre?“.

Mezi výhody dynamických zobrazovacích zařízení patří dostupnost mnohem větší slovní zásoby a schopnost vidět větu ve výstavbě Další výhodou dynamických zobrazovacích zařízení je, že základní operační systém je schopen poskytovat možnosti pro více komunikačních kanálů, včetně mobilního telefonu , textové zprávy a e-mail. Práce Linköping University ukázala, že takové postupy psaní e -mailů umožňovaly dětem, které byly uživateli SGD, rozvíjet nové sociální dovednosti a zvyšovat jejich sociální zapojení.

Mluvící klávesnice

Klávesnice používaná k vytváření řeči po telefonu pomocí převaděče textu na řeč.

Nízkonákladové systémy mohou také zahrnovat kombinaci klávesnice a reproduktoru bez dynamického displeje nebo vizuální obrazovky. Tento typ klávesnice odesílá zadaný text přímo do reproduktoru zvuku. Může umožnit vyslovení jakékoli fráze, aniž by byla vždy vyžadována vizuální obrazovka. Jednou jednoduchou výhodou je, že mluvící klávesnice při použití se standardním telefonem nebo hlasitým odposlechem umožňuje osobě s poruchou hlasu obousměrnou konverzaci po telefonu.

Výstup

Výstup SGD může být digitalizován a/nebo syntetizován: digitalizované systémy přehrávají přímo nahraná slova nebo fráze, zatímco syntetizovaná řeč používá software převodu textu na řeč, který dokáže přenášet méně emocionálních informací, ale umožňuje uživateli mluvit novými zprávami zadáváním nových slov. Jednotlivci dnes na svých SGD používají kombinaci zaznamenaných zpráv a technik převodu textu na řeč. Některá zařízení jsou však omezena pouze na jeden typ výstupu.

Digitalizovaná řeč

Jednoduché zařízení pro generování řeči ovládané spínačem

Slova, fráze nebo celé zprávy lze digitalizovat a ukládat do zařízení pro přehrávání, které může aktivovat uživatel. Tento proces je formálně známý jako Voice Banking. Mezi výhody zaznamenané řeči patří to, že (a) poskytuje přirozenou prozodii a přirozenost řeči pro posluchače (např. Pro záznam zpráv lze vybrat osobu stejného věku a pohlaví jako uživatel AAC), a (b) poskytuje další zvuky, které mohou být pro uživatele důležité, například smích nebo pískání. Digitalizované SGD navíc spočívají v tom, že poskytují stupeň normálnosti jak pro pacienta, tak pro jeho rodiny, když ztratí schopnost samostatně mluvit.

Hlavní nevýhodou používání pouze zaznamenané řeči je, že uživatelé nejsou schopni vytvářet nové zprávy; jsou omezeny na zprávy předem zaznamenané do zařízení. V závislosti na zařízení může existovat omezení délky záznamů.

Syntetizovaná řeč

SGD, které používají syntetizovanou řeč, používají fonetická pravidla jazyka k překladu zprávy uživatele do hlasového výstupu ( syntéza řeči ). Uživatelé mají svobodu vytvářet nová slova a zprávy a neomezují se pouze na ta, která si ostatní předem nahráli do svého zařízení.

Chytré telefony a počítače zvýšily používání syntetizovaných řečových zařízení vytvořením aplikací, které uživateli umožňují vybrat si ze seznamu frází nebo zpráv, které mají být vysloveny hlasem a jazykem, který si uživatel zvolil. Aplikace jako SpeakIt! nebo Assistive Express pro iPhone poskytují levný způsob, jak používat zařízení generující řeč, aniž byste museli navštěvovat ordinaci nebo se učit používat specializované stroje.

Syntetizované SGD mohou umožňovat více způsobů vytváření zpráv, které lze použít jednotlivě nebo v kombinaci: zprávy lze vytvářet z písmen, slov, frází, vět, obrázků nebo symbolů. Díky syntetizované řeči existuje prakticky neomezená kapacita úložiště pro zprávy s malými nároky na paměťový prostor.

Syntetizované řečové stroje jsou k dispozici v mnoha jazycích a parametry motoru, jako je rychlost řeči, rozsah výšky tónu, pohlaví, stresové vzorce, pauzy a výjimky výslovnosti, mohou být manipulovány uživatelem.

Zařízení generující převod textu na řeč na klávesnici

Výběrová sada a slovní zásoba

Výběrová sada SGD je sada všech zpráv, symbolů a kódů, které jsou k dispozici osobě používající toto zařízení. Obsah, organizace a aktualizace této výběrové sady jsou oblasti aktivního výzkumu a jsou ovlivněny řadou faktorů, včetně schopností, zájmů a věku uživatele. Sada výběru pro systém AAC může obsahovat slova, která uživatel ještě nezná - jsou zahrnuta, aby uživatel „vyrostl“. Obsah nainstalovaný na jakémkoli daném SGD může zahrnovat velký počet přednastavených stránek poskytovaných výrobcem, přičemž řada dalších stránek je vytvořena uživatelem nebo týmem péče o uživatele v závislosti na potřebách uživatele a kontextech, ve kterých bude zařízení používáno .

Počáteční výběr obsahu

Výzkumníci Beukelman a Mirenda uvádějí řadu možných zdrojů (například rodinných příslušníků, přátel, učitelů a pečovatelského personálu) pro výběr počátečního obsahu pro SGD. Je vyžadována řada zdrojů, protože obecně by jeden jedinec neměl znalosti a zkušenosti k generování všech vokálních výrazů potřebných v jakémkoli daném prostředí. Rodiče a terapeuty by například nenapadlo přidávat slangové výrazy, například „ innit “.

Předchozí práce analyzovala použití slovníku typicky se rozvíjejících reproduktorů a používání slov uživateli AAC pro generování obsahu pro nová zařízení AAC. Takové procesy fungují dobře pro generování základní sady výpovědí nebo vokálních výrazů, ale jsou méně účinné v situacích, kdy je zapotřebí konkrétní slovní zásoba (například výrazy související přímo se zájmem uživatele o jízdu na koni). Termín „okrajová slovní zásoba“ označuje slovník, který je specifický nebo jedinečný pro osobní zájmy nebo potřeby jednotlivce. Typickou technikou pro rozvoj okrajové slovní zásoby pro zařízení je vedení rozhovorů s více „informátory“: sourozenci, rodiči, učiteli, spolupracovníky a dalšími zapojenými osobami.

Jiní badatelé, jako například Musselwhite a St. Louis, naznačují, že počáteční položky slovní zásoby by měly být pro uživatele velmi zajímavé, měly by být často použitelné, měly by mít řadu významů a měly by mít pragmatickou funkčnost. Tato kritéria byla široce používána v oblasti AAC jako ekologická kontrola obsahu SGD.

Automatická údržba obsahu

Uživatel AAC s přizpůsobeným zařízením

Beukelman a Mirenda zdůrazňují, že výběr slovní zásoby zahrnuje také průběžnou údržbu slovní zásoby; Problémem AAC je však to, že uživatelé nebo jejich pečovatelé musí programovat jakékoli nové výpovědi ručně (např. jména nových přátel nebo osobní příběhy) a neexistují žádná komerční řešení pro automatické přidávání obsahu. Tuto obtíž se pokusila překonat řada výzkumných přístupů, od „odvozeného vstupu“, jako je generování obsahu na základě protokolu konverzace s přáteli a rodinou uživatele, až po data vytěžená z internetu za účelem nalezení jazykových materiálů, jako je např. projekt Webcrawler. Navíc pomocí přístupů založených na Lifeloggingu lze obsah zařízení měnit na základě událostí, které se uživateli během dne vyskytnou. Přístupem k většímu počtu dat uživatele lze generovat více vysoce kvalitních zpráv s rizikem odhalení citlivých uživatelských dat. Například využitím globálních systémů určování polohy lze obsah zařízení měnit na základě geografické polohy.

Etické starosti

Mnoho nedávno vyvinutých SGD obsahuje nástroje pro měření a analýzu výkonu, které pomáhají monitorovat obsah používaný jednotlivcem. To vyvolává obavy o soukromí a někteří tvrdí, že uživatel zařízení by měl být zapojen do rozhodnutí monitorovat používání tímto způsobem. Podobné obavy byly vzneseny ohledně návrhů pro zařízení s automatickým generováním obsahu a soukromí je stále více faktorem při navrhování SGD. Vzhledem k tomu, že zařízení AAC jsou navržena tak, aby byla používána ve všech oblastech života uživatele, dochází k citlivým právním, sociálním a technickým problémům soustředěným na celou řadu problémů se správou osobních údajů, které lze nalézt v kontextech používání AAC. Například SGD mohou být navrženy tak, aby podporovaly právo uživatele mazat protokoly konverzací nebo obsahu, který byl přidán automaticky.

Výzvy

Programování zařízení generujících dynamickou řeč obvykle provádějí specialisté na augmentativní komunikaci. Specialisté jsou povinni vyhovět potřebám pacientů, protože pacienti si obvykle vybírají, jaká slova/ fráze chtějí. Pacienti například používají různé fráze na základě svého věku, postižení, zájmů atd. Organizace obsahu je proto časově velmi náročná. Kromě toho jsou SGD zřídka hrazeny zdravotními pojišťovnami. V důsledku toho jsou zdroje velmi omezené, pokud jde o financování i personální obsazení. Dr. John Costello z dětské nemocnice v Bostonu byl hybnou silou při získávání darů, aby tyto programy fungovaly a byly dobře obsazeny jak v jeho nemocnici, tak v nemocnicích po celé zemi.

Viz také

• Orca (pomocná technologie)

Reference

Bibliografie

externí odkazy

• Média související se zařízeními generujícími řeč na Wikimedia Commons