Bir konuşma seç

Günün sonunda hangi konuşmaya daha rahat katılmak isterdin? Bir aile sofrasındaki sohbete mi, iş arkadaşının anlattıklarına mı, sevdiğin birinin telefondaki sesine mi? Koklear implantlar için geliştirilen bir ses işleme çalışması bu kişisel soruyu akla getiriyor. Beş matematiksel dönüşümün karşılaştırıldığı simülasyonda dalgacık dönüşümü öne çıktı. Böyle bir bulgunun insana açtığı olasılığı, kullanıcının kendi yaşamından seçtiği amaçlarla düşünmeyi değerli buluyorum. Teknik ilerlemeye yön verecek başarı tanımında o amaçlara da yer açılmalı.[1]

Scientific Reports’ta yayımlanan araştırmada düzenli örneklemeyle kullanılan db5 dalgacık dönüşümü en iyi genel sonucu verdi. Sonucu değerlendirenler XLSR-53 ve Whisper large-v3 adlı konuşma tanıma sistemleriydi. Yazılım, yeniden oluşturulan sesten sözcükleri çıkarmaya çalıştı. Deneyde implant kullanan dinleyiciler yer almadı. Bu sınırlı kapsam, bulgunun bugünkü insan karşılığını belirliyor: yeni bir işitme deneyimi yaşandığını söyleyemiyoruz. Bu ses işleme seçeneğini insanların amaçlarıyla ilişkilendirmeyi değerli buluyorum.[1]

Dinleyicinin seçtiği amaç

Girdi, İngilizce okunmuş metinlerden oluşan 70 dakika 40 saniyelik sesti. Bu seçimin ölçülebilir, karşılaştırılabilir bir başlangıç sağladığını görebiliyoruz. Farklı konuşma biçimlerinin veya kalabalık bir sofranın aynı sonucu vereceğini ise bu deneyden çıkarmak belirsizlik taşıyor. Buradan benim çıkardığım toplumsal soru, ilerideki denemelerde hangi konuşmaların ele alınması gerektiği. Kullanıcıların önem verdiği durumları araştırma sorusuna katmak, teknolojinin geleceğini tasarlarken paylaşılabilecek somut bir karar.[1]

Böyle bir katılımı önermek için tek bir doğru işitme hedefi belirlemek gerekmiyor. Bir kişinin önem verdiği konuşma başka birinin önceliği olmayabilir. Buradaki değer yargım, hedeflerin çeşitliliğine tasarımın başından itibaren alan açmak. Bu karşılaştırma İngilizce okuma sesleriyle sınırlı; farklı dinleyicilerin istekleri ayrıca ele alınmayı bekliyor. O dar başlangıçtan hareket ederken amaçları kullanıcılarla konuşmak, hangi gelişmenin peşinden gidileceği konusunda daha açık bir ortaklık kurmanın yolu olabilir.[1]

O sese geri dön

Tekniğin önünde de belirli bir engel var. Kullanılan 1.024 örnekli ses blokları, 16 kHz’de 64 ms uzunluğunda; yazarlar gerçek zamanlı kullanım açısından gecikme sorununa dikkat çekiyor. Daha küçük blokların frekans çözünürlüğüyle bir dengesi bulunuyor. Çalışma özel donanımda enerji tüketimini ölçmedi ve klinik sonuç sunmadı. En temkinli okuma, bu araştırmanın dar bir hesaplama karşılaştırması olarak kalabileceği. Kullanıcıların amaçlarını tartışmak bu olasılığı ortadan kaldırmaz; emek verilecek yönün seçimiyle ilgilidir.[1]

Bu araştırmada beni umutlandıran şey, bir sinyali işleme yollarının hâlâ çoğaltılabilmesi ve bu arayışın yönünü insanların kendi amaçlarıyla birlikte seçebilme olanağı. Bu olanağı gerçek bir katılıma dönüştürmeyi savunuyorum: dinleyicilerin son ürünü değerlendirmesinin yanında, hangi durumların denenmeye değer olduğunu da konuşmak. Az önce seçtiğin konuşmaya dön. Senin için önemli olan o sesin, araştırmanın hedefleri arasında nasıl yer almasını isterdin?[1]