• Fixé à la gorge, ce terminal léger et flexible convertit les mouvements des muscles laryngés en signaux électriques grâce à une structure en kirigami – forme de papiers découpés issue de la culture japonaise –, permettant une communication efficace, par exemple lors de période de rétablissement des troubles de la voix.
• Le dispositif, doté d’un algorithme de machine learning, offre une solution personnalisée et adaptative à chaque utilisateur. Il classifie le contenu sémantique du signal de mouvement avec une précision de 94%.
Et s’il était possible de parler sans avoir le plein usage de ses cordes vocales ? Une équipe de recherche de l’Université de Californie à Los Angeles (UCLA) y travaille. Les scientifiques ont réussi à concevoir un terminal de robotique molle capable d’aider les personnes aphones à retrouver la voix. « Il existe un besoin pressant de développer un dispositif médical portable et non invasif capable d’aider les patients à communiquer pendant la période de rétablissement pré et post-traitement des troubles de la voix », indiquent les chercheurs dans un article publié sur Nature Communications. De fait, les troubles de la voix dus à des problèmes de cordes vocales sont des causes courantes de dysphonie. En cas de chirurgie, la convalescence est longue et pénible pour les patients. S’il existe des dispositifs comme les électro-larynx, ces derniers restent très inconfortables pour les patients, et leur usage laborieux.
Avec l’aide d’un algorithme de machine learning, le dispositif peut classer le contenu sémantique du signal de mouvement et sélectionner le signal vocal correspondant
Jun Chen, un des chercheurs qui ont développé cette innovation, précise : « Le concept suppose de poser un dispositif sur la gorge qui est capable de reproduire du son grâce à la magnétoélasticité des actionneurs, ce qui permet de créer de la parole sans corde vocale. » La magnétoélasticité correspond au phénomène de changement de forme d’un matériau en réponse à une stimulation magnétique, ici les vibrations de la gorge. Avec l’aide d’un algorithme de machine learning, le dispositif peut classer le contenu sémantique du signal de mouvement et sélectionner le signal vocal correspondant pour l’émetteur par l’intermédiaire du composant d’actionnement, avec une précision de plus de 94%.
Un système composé de plusieurs couches
Un système flexible et adhésif de détection et d’actionneurs mince et autoalimenté est fixé à la surface de la gorge – il ne pèse que 8 grammes. Il est capable de convertir les activités musculaires biomécaniques en signaux électriques haute-fidélité grâce à la structure en kirigami du capteur (cf. « MC layer » sur la figure b et « figures h à k »). « L’objectif est de capturer le mouvement des muscles laryngés qui sont complexes et qui varient d’une personne à l’autre. » Les chercheurs ont donc opté pour une telle structure, capable de capter la déformation des muscles dans toutes les dimensions. « Ces déformations créent des microchangements dans la densité magnétique de la structure, qui sont ensuite retranscrits en signaux électriques, grâce à une couche d’induction magnétique. » Le composant d’actionnement peut ainsi utiliser les signaux électriques pour produire un son. « Les prochaines étapes de nos travaux consisteront à améliorer la fidélité du son, la flexibilité du dispositif et son design », souligne Jun Chen.
Des possibilités médicales étendues
Le dispositif s’adapte à la voix de n’importe quel utilisateur, si ce n’est qu’il faut le réinitialiser, puisque les vibrations produites par les différents individus sont uniques. « Il faut donc ‘entraîner’ le terminal en fonction de chaque utilisateur, voire en fonction des moments de la journée, puisque les vibrations produites par le larynx le matin quand on parle ne sont pas les mêmes que celles produites le soir. » Ce capteur peut s’adapter à toutes les zones du corps humain : « On peut imaginer qu’il offre la possibilité d’analyser le pouls, la pression sanguine, le débit du flux sanguin, voire de contrôler différentes maladies respiratoires. »
En savoir plus :
Discovering giant magnetoelasticity in soft matter for electronic textiles (en anglais)