miniaturadeimagen|Stephen Hawking (1942-2018), astrofísico y destacado usuario de SGD Los dispositivos generadores de voz (SGD por sus siglas en inglés), también conocidos como ayudas para la comunicación con salida de voz, son sistemas electrónicos de comunicación aumentativa y alternativa (CAA) que se utilizan para complementar o sustituir el habla o la escritura en personas con deficiencias graves del habla, permitiéndoles comunicarse verbalmente. Los SGD son importantes para las personas que tienen medios limitados para interactuar verbalmente, ya que les permiten participar activamente en las interacciones comunicativas. Son especialmente útiles para pacientes con esclerosis lateral amiotrófica (ELA), pero recientemente se han utilizado en niños con deficiencias del habla previstas.

Existen varios métodos de entrada y visualización para que usuarios con distintas capacidades puedan utilizar los SGD. Algunos SGD tienen varias páginas de símbolos para dar cabida a un gran número de enunciados, por lo que sólo una parte de los símbolos disponibles son visibles en un momento dado, y el comunicador navega por las distintas páginas. Los dispositivos generadores de voz pueden producir una salida de voz electrónica utilizando grabaciones digitalizadas del habla natural o a través de la síntesis del habla, que puede llevar menos información emocional pero puede permitir al usuario decir mensajes novedosos.

El contenido, la organización y la actualización del vocabulario de un SGD dependen de varios factores, como las necesidades del usuario y los contextos en los que se utilizará el dispositivo. Los elementos del vocabulario deben ser de gran interés para el usuario, aplicarse con frecuencia, tener diversos significados y una funcionalidad pragmática.

Existen múltiples métodos para acceder a los mensajes en los dispositivos: de forma directa o indirecta, o utilizando dispositivos de acceso especializados, aunque el método de acceso específico dependerá de las habilidades y capacidades del usuario. La salida SGD suele ser mucho más lenta que el habla, aunque las estrategias de mejora de la velocidad pueden aumentar la velocidad de salida del usuario, lo que se traduce en una mayor eficacia de la comunicación.

El primer SGD conocido se prototipó a mediados de los años 70, y los rápidos avances en el desarrollo de hardware y software han permitido integrar funciones de SGD en dispositivos como los teléfonos inteligentes. Entre sus usuarios destacan Stephen Hawking, Roger Ebert, Tony Proudfoot y Pete Frates (fundador del ALS Ice Bucket Challenge).

Los sistemas generadores de habla pueden ser dispositivos dedicados desarrollados exclusivamente para la CAA o dispositivos no dedicados, como ordenadores con software adicional que les permite funcionar como dispositivos de CAA.

Historia miniaturadeimagen|329x329px|El mecanismo selector accionado por el paciente (POSM o POSSUM), se desarrolló a principios de la década de 1960 Los SGD tienen su origen en los primeros dispositivos electrónicos de ayuda a la comunicación. El primer dispositivo de este tipo fue un interruptor de sorbo/soplo llamado mecanismo selector accionado por el paciente (Naman), cuyo prototipo fue creado por Reg Maling en el Reino Unido en 1960. POSSUM escaneaba un conjunto de símbolos en una pantalla iluminada. Investigadores de la Universidad de Delft (Países Bajos) crearon en 1970 la máquina de escribir accionada por un punto luminoso (LOT), que utilizaba pequeños movimientos de la cabeza para dirigir un pequeño punto de luz hacia una matriz de caracteres, cada uno de ellos equipado con una célula fotoeléctrica. Aunque no tuvo éxito comercial, la LOT fue bien recibida por sus usuarios.

En 1966, Barry Romich, estudiante de primer año de ingeniería en la Case Western Reserve University, y Ed Prentke, ingeniero del Highland View Hospital de Cleveland (Ohio), se asociaron para crear la Prentke Romich Company. En 1969, la empresa fabricó su primer dispositivo de comunicación, un sistema de mecanografía basado en un teletipo desechado.

En 1979, Mark Dahmke desarrolló un software para un programa de ayuda a la comunicación vocal que utilizaba el sintetizador de voz analógico Computalker CT-1 con un microordenador. El software utilizaba fonemas para generar el habla y ayudar a las personas con problemas de comunicación a construir palabras y frases. El trabajo de Dahmke contribuyó al avance de la tecnología de asistencia para personas con discapacidad. En particular, diseñó el «Sistema de Gestión del Vocabulario» para Bill Rush, un estudiante con parálisis cerebral. Esta primera tecnología de síntesis del habla facilitó la comunicación de Rush y apareció en un número de 1980 de la revista LIFE. Las contribuciones de Dahmke han influido en el desarrollo de las tecnologías de comunicación aumentativa y alternativa (CAA).

En los años setenta y principios de los ochenta empezaron a surgir otras empresas que desde entonces se han convertido en destacados fabricantes de SGD. Toby Churchill fundó Toby Churchill Ltd en 1973, tras perder el habla como consecuencia de una encefalitis. En Estados Unidos, Dynavox (conocida entonces como Sentient Systems Technology) surgió de un proyecto estudiantil de la Universidad Carnegie-Mellon, creado en 1982 para ayudar a comunicarse a una joven con parálisis cerebral. A partir de la década de 1980, las mejoras tecnológicas permitieron aumentar considerablemente el número, la variedad y las prestaciones de los dispositivos de comunicación disponibles en el mercado, así como reducir su tamaño y precio. Los métodos alternativos de acceso, como el Target Scanning (también conocido como eye pointing), calibran el movimiento de los ojos del usuario para dirigir un SGD con el fin de producir la fase del habla deseada. El escaneo, en el que las alternativas se presentan al usuario de forma secuencial, pasó a estar disponible en los dispositivos de comunicación. Las posibilidades de salida del habla incluían tanto el habla digitalizada como la sintetizada.

Continuaron los rápidos avances en el desarrollo de hardware y software, incluidos proyectos financiados por la Comunidad Europea. En la década de 1990 se desarrollaron los primeros dispositivos generadores de voz de pantalla dinámica disponibles en el mercado. Se desarrollaron programas informáticos que permitían la producción por ordenador de tableros de comunicación. Los dispositivos de alta tecnología han seguido haciéndose más pequeños y ligeros, al tiempo que aumentaban su accesibilidad y capacidad; se puede acceder a los dispositivos de comunicación mediante sistemas de seguimiento ocular, funcionan como una computadora para el tratamiento de textos y el uso de Internet, y como dispositivo de control ambiental para el acceso independiente a otros equipos como la televisión, la radio y el teléfono.

Stephen Hawking llegó a asociarse con la voz única de su particular equipo de síntesis. Hawking era incapaz de hablar debido a una combinación de discapacidades causadas por la esclerosis lateral amiotrófica (ELA) y una traqueotomía de urgencia. En los últimos 20 años aproximadamente, los SGD han ganado popularidad entre los niños pequeños con deficiencias del habla, como autismo, síndrome de Down y daño cerebral previsto debido a cirugía.

A principios de la década de 2000, los especialistas vieron las ventajas de utilizar SGD no sólo en adultos, sino también en niños. Los neurolingüistas descubrieron que los SGD eran tan eficaces para ayudar a los niños que corrían el riesgo de sufrir déficits temporales del lenguaje tras someterse a una operación cerebral como para los pacientes con ELA. En concreto, los SGD digitalizados se han utilizado como ayudas a la comunicación para pacientes pediátricos durante el proceso de recuperación.

Métodos de acceso

Existen muchos métodos para acceder a los mensajes de los dispositivos: directo, indirecto y con dispositivos de acceso especializados. Los métodos de acceso directo implican contacto físico con el sistema, utilizando un teclado o una pantalla táctil. Los usuarios que acceden a los SGD de forma indirecta y mediante dispositivos especializados deben manipular un objeto para acceder al sistema, como maniobrar un joystick, un ratón de cabeza, un puntero óptico de cabeza, un puntero luminoso, un puntero infrarrojo o un escáner de acceso con interruptor.

El método de acceso específico dependerá de las habilidades y capacidades del usuario. Para la selección directa puede utilizarse una parte del cuerpo, un puntero, un ratón adaptado, un joystick o el seguimiento ocular, mientras que para la selección indirecta suele utilizarse la exploración por acceso conmutado. A diferencia de la selección directa (por ejemplo escribir en un teclado, tocar una pantalla), los usuarios de la exploración de objetivos sólo pueden realizar selecciones cuando el indicador de exploración (o cursor) del dispositivo electrónico se encuentra sobre la opción deseada. Aquellos que no pueden señalar suelen calibrar sus ojos para utilizar la mirada como forma de señalar y el bloqueo como forma de seleccionar las palabras y frases deseadas. La velocidad y el patrón de escaneo, así como la forma de seleccionar los elementos, se individualizan en función de las capacidades físicas, visuales y cognitivas del usuario.

Construcción de mensajes miniaturadeimagen|282x282px|Captura de pantalla del programa de mejora de tarifas Dasher La comunicación aumentativa y alternativa suele ser mucho más lenta que el habla, y los usuarios suelen producir entre 8 y 10 palabras por minuto. Las estrategias de mejora de la velocidad pueden aumentar la velocidad de producción del usuario a unas 12-15 palabras por minuto y, como resultado, mejorar la eficacia de la comunicación.

En cualquier SGD puede haber un gran número de expresiones vocales que facilitan una comunicación eficiente y eficaz, incluidos los saludos, la expresión de deseos y las preguntas. Algunos SGD tienen varias páginas de símbolos para dar cabida a un gran número de expresiones vocales, por lo que sólo una parte de los símbolos disponibles son visibles en un momento dado, y el comunicador navega por las distintas páginas. Los dispositivos generadores de voz suelen mostrar un conjunto de selecciones mediante una pantalla que cambia dinámicamente o una pantalla fija.

Hay dos opciones principales para aumentar la velocidad de comunicación de un SGD: la codificación y la predicción.

Las estrategias de codificación icónica, como la compactación semántica, combinan secuencias de iconos (símbolos de imagen) para producir palabras o frases. En la codificación numérica, alfanumérica y de letras (también conocida como abreviatura-expansión), las palabras y frases se codifican como secuencias de letras y números. Por ejemplo, al teclear «HH» o «G1» (para Saludo 1) se puede obtener «Hola, ¿cómo estás?».

La predicción es una estrategia de mejora de la tasa en la que el SGD intenta reducir el número de pulsaciones de teclas utilizadas mediante la predicción de la palabra o frase que está escribiendo el usuario. El usuario puede entonces seleccionar la predicción correcta sin necesidad de escribir la palabra completa. El software de predicción de palabras puede determinar las opciones que se ofrecerán en función de su frecuencia en el lenguaje, su asociación con otras palabras, las elecciones anteriores del usuario o su idoneidad gramatical. Sin embargo, se ha demostrado que los usuarios producen más palabras por minuto (utilizando una interfaz de escaneo) con una disposición de teclado estática que con una disposición de cuadrícula predictiva, lo que sugiere que la sobrecarga cognitiva de revisar una nueva disposición anula los beneficios de la disposición predictiva cuando se utiliza una interfaz de escaneo.