“En el campo de la observación, el azar favorece solo a la mente preparada”. Luis Pasteur
En los primeros meses de vida, cuando los niños no pueden hablar, lloran cada vez que les pasa algo. Lloran si tienen hambre, si les duele el estómago, si están cansados, si tienen calor, etc. Aunque estos problemas pueden variar, para sus padres el llanto siempre parece ser el mismo. Los padres que no saben interpretar los llantos de sus bebés tampoco saben qué hacer para ayudarlos. La vida de un bebé puede ser difícil, pero la vida de un padre tampoco es lo que se dice fácil.
El problema del llanto de los bebés es tan antiguo como el tiempo, sin embargo, no se investigó a fondo por primera vez hasta la década de 1960 Ole Wasz-Höckert, profesor universitario en Helsinki, demostró que había cuatro categorías de llantos infantiles, coincidiendo con sus necesidades [1] y propuso un método mediante el cual los padres podrían entrenarse para reconocer cada uno. Los estudios de Wasz-Höckert impresionaron al mundo académico en ese momento, pero su método demostró no ser tan efectivo: los padres pudieron entender el llanto de sus bebés solo el 33 % del tiempo (lo cual es un poco mejor que jugársela a acertar). Sin embargo, 30 años después, su teoría se incorporó a algoritmos de Inteligencia Artificial que fueron capaces de interpretar automáticamente los llantos de los bebés con un índice de éxito de hasta el 70 %. Por lo tanto, surgió una solución práctica: se colocó un micrófono conectado a un ordenador cerca de la cuna del bebé para intentar descifrar el problema correspondiente. No obstante, el índice de éxito fue demasiado pequeña para que se produjera un producto comercial. Los padres todavía estaban solos.
En 1998 surgió una nueva teoría sobre el llanto infantil. La soprano Priscilla Dunstan notó que los llantos de su bebé Thomas empezaban cada vez con ciertos sonidos que diferían levemente según la situación. Los sonidos parecían ser casi idénticos cada vez, pero Priscilla, con su oído musical, logró traducirlos en palabras: “Neh” = hambre; “Eh” = gases; “Owh” = cansado; “Eairh” = dolor en la parte baja del abdomen; y “Heh” = malestar físico. El descubrimiento de Priscilla podría haber permanecido desconocido si su padre, que trabajaba para la Universidad de Nueva Gales del Sur en Sídney, no hubiera intervenido. Comenzó un estudio con 400 bebés y comentó que los sonidos que emitían antes de llorar eran similares, y estaban correlacionados con ciertas necesidades. Dado que son fisiológicos, es normal que los sonidos sean los mismos para todos los bebés. Así, el estudio demostró la existencia de un lenguaje con el que los bebés comunicaban sus necesidades. Este método recibió el nombre de Dunstan Baby Language. Resultó ser un gran éxito entre los padres de varios países.
Puede parecer una idea simple, el hecho de que los niños muy pequeños lloran de manera idéntica independientemente de su origen étnico, pero la universalidad del lenguaje de los bebés solo comenzó a demostrarse a partir de 2018. Un equipo de investigación de Rumanía produjo un algoritmo que clasificaba los llantos de los bebés con un índice de éxito del 89 %. El algoritmo fue luego verificado y mejorado por investigadores de Indonesia, India y Estados Unidos, lo que resultó en un índice de éxito que alcanzó el 94,7 % [4–6]. El mismo algoritmo de inteligencia artificial entrenado a partir de una base de datos de grabaciones de niños australianos también funcionó muy bien con grabaciones de audio de bebés de Rumania. La editorial Memobooks apoya este proyecto e invita a cualquier persona interesada en este tema a ayudar completando la base de datos. Si trabaja en el campo neonatal, contáctenos en la dirección de la editorial.
Agradecimientos:
Los derechos de autor en todo el mundo de los descriptores fonéticos de Dunstan Baby NEH, OWH, EH, EAIRTH, HEH y cualquier variación menor son propiedad de © Dunstan Baby Pty Ltd 1998–2021. Todos los derechos reservados.
Bibliografía
[1] O. Wasz-Höckert, T. Partanen, V. Vuorenkoski, K. Michelsson, E. V. “The Identification of some Specific Meanings in Infant Vocalization”, Cell. Mol. LifeSci 20(3), 154 (1964)
[2] Mukhopadhyay, J. , Saha, B. , Majumdar, B. , Majumdar, A. K. , Gorain, S. , Arya, B. K. , Bhattacharya, S. D. , Singh, A. : An evaluation of human perception for neonatal cry using a database of cry and underlying cause. In: 2013 Indian Conference on Medical Informatics and Telemedicine, ICMIT 2013 (2013).
[3] E. Franti, I. Ispas, and M. Dascalu, “Testing the Universal Baby Language Hypothesis – Automatic Infant Speech Recognition with CNNs,” in 41st International Conference on Telecommunications and Signal Processing TSP 2018, pp. 1–4, 2018.
[4] T. N. Maghfira, T. Basaruddin, A. Krisnadhi, “Infant cry classification using CNN – RNN”, in Journal of Physics Conference Series, April 2020.
[5] Chunyan Ji, Sunitha Basodi, Xueli Xiao, and Yi Pan, Infant Sound Classification on Multi-stage CNNs with Hybrid Features and Prior Knowledge, Springer Nature Switzerland AG 2020, AIMS 2020, LNCS 12401, pp. 3–16, 2020, https://doi. org/10. 1007/978-3-030-59605-7_1
[6] Noreen Iftikhar, Dunstan Baby Language, Healthline, June 29, 2020 dunstan-baby-language#does-it-work
Memo
