في عالم البحوث الصوتية، يعتبر التكيف بين المتحدثين (Cross-speaker adaptation) من أكبر التحديات، حيث يتطلب اعتبار الاختلافات التشريحية بين الأفراد. في هذا السياق، قدم مجموعة من الباحثين إطار عمل هندسي مبتكر يقوم بنقل التنبؤات من نموذج ثابت إلى متحدثين غير معروفين، مستفيدين من المعالم التشريحية المستندة إلى الفقرات والهياكل السنية.

تتكون الطريقة من تحويل أفيوني (affine transformation) يتبعه تشويه باستخدام نماذج الرقائق الرقيقة (Thin-plate spline - TPS) التي تُعيد تشكيل حواف 10 هياكل في مجرى الصوت لتتناسب مع هندسة كل متحدث مستهدف، وبذلك يتم تحقيق ذلك دون الحاجة إلى إعادة تدريب النموذج.

تتضمن العملية تحديد المعالم التشريحية في إطار واحد مختار من /u/ لكل متحدث كنقطة مرجعية فونيتيكية مشتركة، دون الافتراض بأن كل المتحدثين يمتلكون تكوينات نطق متطابقة، ويعاد استخدام هذه التعيينات عبر التسجيلات المختلفة. لقد تم تدريب النموذج على مجموعة بيانات rt-MRI لمتحدث واحد، بينما تم تقييم التكيف على ثمانية متحدثين من مجموعة بيانات rt-MRI متعددة المتحدثين.

عند مقارنة تكوينات الأفيون وTPS باستخدام 12 أو 14 علامة، حقق تركيبة Affine12+TPS14 أدنى خطأ في نقاط الاتصال، بمعدل 3.19 ملم. هذه النتائج تدعم قيمة المعلومات المتعلقة بالمعالم التشريحية والتوافق غير الصلب في تحسين دقة ألاستجابة الصوتية، مما يفتح آفاقًا جديدة في تطبيقات التعرف على الصوت والتفاعل البشري مع الآلات.