La parole, une capacité humaine fondamentale, a depuis longtemps constitué un casse-tête pour les chercheurs en raison de ses processus neuronaux complexes. La coordination délicate entre les régions cérébrales responsables du contrôle des mouvements précis des muscles de la bouche, de la mâchoire et de la langue, ainsi que celles traitant la rétroaction auditive de notre propre voix, est restée une énigme. Décoder cette énigme est crucial pour l’avancement des prothèses de production de la parole, en particulier pour les individus ayant perdu leur capacité de parler.
Une équipe de chercheurs de l’Université de New York (NYU), dirigée conjointement par Adeen Flinker, Professeur Associé de Génie Biomédical à NYU Tandon et de Neurologie à l’École de Médecine Grossman de NYU, et Yao Wang, Professeur de Génie Biomédical et de Génie Électrique et Informatique à NYU Tandon, réalise des avancées considérables pour démystifier les complexités neuronales sous-jacentes à la parole. Leur objectif est de développer une technologie de reconstruction vocale offrant un nouvel espoir à ceux privés de leur capacité de parler.
L’équipe de recherche de NYU a exploité le potentiel de réseaux neuronaux complexes pour recréer la parole à partir d’enregistrements cérébraux, apportant des éclaircissements sur les mécanismes neuronaux sous-jacents à la parole humaine. Ces découvertes révolutionnaires ont été détaillées dans les Actes de l’Académie Nationale des Sciences (PNAS).
La production de la parole humaine est un processus complexe, impliquant la régulation en amont des commandes motrices ainsi que le traitement simultané de la rétroaction liée à la parole auto-produite. Cette complexité rend difficile la dissociation des moments et de l’ampleur de la mobilisation corticale pour le contrôle moteur par rapport au traitement sensoriel lors de la production de la parole.
Dans leur recherche récente, l’équipe de NYU a réalisé une percée remarquable. Ils ont utilisé une architecture d’apprentissage profond novatrice sur des enregistrements neurochirurgicaux humains et ont employé un synthétiseur de la parole différenciable basé sur des règles pour décoder les paramètres de la parole à partir des signaux corticaux. Les architectures de réseaux neuronaux mises en place leur ont permis de distinguer entre des convolutions temporelles causales (utilisant les signaux neuronaux actuels et passés pour décoder la parole actuelle), anticausales (utilisant les signaux neuronaux actuels et futurs) ou une combinaison des deux (non causales), leur permettant ainsi d’analyser méticuleusement les contributions des processus en amont et en aval dans la production de la parole.
Le Dr. Flinker explique : “Cette approche nous a permis de démêler le traitement simultané des signaux neuronaux en amont et en aval, se produisant pendant que nous produisons la parole et surveillons la rétroaction de notre propre voix.”
Remarquablement, cette approche innovante a non seulement permis de décoder des paramètres de la parole interprétables, mais a également éclairé les champs réceptifs temporels des régions corticales mobilisées pour la production de la parole. Contrairement à la pensée traditionnelle qui sépare les réseaux corticaux en aval des réseaux en amont, l’analyse des chercheurs a révélé une architecture nuancée de traitement mixte en amont et en aval, englobant les cortex frontal et temporal. Cette nouvelle perspective, combinée à des capacités exceptionnelles de décodage de la parole, marque un bond significatif dans la compréhension des mécanismes neuronaux complexes qui sous-tendent la production de la parole.
L’équipe de recherche de NYU a utilisé cette nouvelle compréhension pour informer le développement de prothèses capables de lire l’activité cérébrale et de la traduire directement en parole. Ce qui distingue leur prototype des autres, c’est sa capacité à recréer la voix d’un patient, même avec un ensemble limité d’enregistrements. Cette technologie offre un espoir aux patients qui ont perdu leur voix, non seulement en leur permettant de la retrouver, mais en la recréant fid
