AI gjenoppretter stemmen hennes etter kreft, men dekningen forblir utenfor rekkevidde

Generativ AI-stemmeteknologi gjorde det mulig for Sonya Sotinsky å snakke igjen etter at kreftoperasjonen hennes tok fra henne stemmen.

Etter å ha fått diagnosen stadium 4 tungekreft, gjennomgikk Sonya Sotinsky en livreddende operasjon der tungen, strupehodet og stemmeboksen ble fjernet. Inngrepet tok fra henne stemmen, men hun fant en måte å bevare evnen til å snakke på.

Sotinsky startet stemmebanking i den fem ukers perioden mellom diagnosen og operasjonen. Hun tok opp seg selv mens hun sa hverdagslige uttrykk og leste barnebøker, og bevarte sin unike tone og sarkastiske levering.

“Din stemme er din identitet,” sa hun til NPR, som først rapporterte denne historien. “Når du ikke kan bruke stemmen din, er det veldig, veldig frustrerende,” la hun til.

Taleteknologiene som var tilgjengelige på tidspunktet for operasjonen hennes, tidlig i 2022, var begrensede og robotaktige. I tillegg mislyktes standard elektrolarynx-enheter i å fungere for henne fordi hun ikke hadde noen tunge.

Men i midten av 2024 hadde fremskritt innen generativ AI gjort det mulig å gjenskape naturlige menneskestemmer med langt større nøyaktighet. NPR rapporterer at et AI-selskap utviklet en tilpasset stemmemodell ved hjelp av hennes lagrede opptak. Dette muliggjorde tekst-til-tale funksjonalitet gjennom Whisper-appen på telefonen hennes.

Resultatet var slående. Hennes datter, Ela Fuentevilla, beskrev øyeblikket: «Hun fikk tilbake sin frekkhet […] Det er veldig likt,» fortalte hun til NPR.

Imidlertid kommer denne graden av stemmegjenoppretting med en personlig kostnad. NPR rapporterer at den første hjelpeteknologien for stemme kostet Sotinsky $3,000. Hun bruker nå $99 per måned for løpende bruk.

Helseforsikringsselskapet, Blue Cross Blue Shield of Arizona, nektet å dekke utgiftene. NPR rapporterer at de argumenterte med at kommunikasjonshjelpemidler ikke oppfyller deres kriterier for medisinsk nødvendighet.

Dette er ikke første gang AI har spilt en rolle i gjenoppretting av stemmer. Tidligere i år utviklet forskere ved Radboud University og UMC Utrecht en hjerneimplantat som oversetter nevrale signaler til tale i sanntid, som høres naturlig ut. AI-modellen dekoder hjernebølger på bare 80 millisekunder, og kan til og med reprodusere en pasients opprinnelige stemme ved hjelp av opptak fra før skaden.

NPR melder at Sotinsky trakk seg tilbake fra karrieren sin for å kjempe for stemmebanking og bedre tilgang til AI-baserte verktøy. Hun jobber med forskere som håper at kliniske forsøk vil bidra til å gjøre slik teknologi mer tilgjengelig, og til slutt kvalifisert for forsikringsdekning.