La capacitat d’imitar sons amb la nostra veu, com el motor defectuós d’un cotxe o el miol d’un gat, pot ser una manera eficaç de transmetre conceptes quan les paraules no són suficients. Aquesta imitació vocal és similar a fer un esbós ràpid per comunicar una idea. Inspirats per la ciència cognitiva, investigadors del CSAIL del MIT han desenvolupat un sistema d’intel·ligència artificial que pot crear imitacions vocals humanes sense cap entrenament previ o exposició a impressions vocals humanes. Els investigadors han construït un model del tracte vocal humà, simulant com la gola, la llengua i els llavis donen forma als sons des de la caixa de veu. Un algoritme d'IA inspirat cognitivament controla aquest model per produir imitacions, considerant com els humans trien comunicar sons. El model pot imitar diversos sons, com el xiuxiueig de fulles, el xiuxiueig d'una serp i la sirena d'una ambulància. També pot fer el procés invers, endevinant sons del món real a partir d'imitacions vocals humanes, semblant a recuperar imatges a partir d’esbossos. Per exemple, pot distingir entre un "mèu" i un "xiscle" imitats per humans. La recerca suggereix usos potencials per al model, com interfícies basades en imitacions per a dissenyadors de so, millorant personatges d'intel·ligència artificial en realitat virtual i ajudant aprenents de llengües.

Els co-autors del MIT CSAIL destaquen que, com en l’expressió visual, el realisme no sempre és l’objectiu final en la imitació de sons. El seu treball ofereix idees sobre l’abstracció auditiva. Per refinar el seu model, l’equip va desenvolupar tres versions, començant per un model base que buscava una imitació de sons realista però no coincidia bé amb el comportament humà. Després van crear un model "comunicatiu" centrat en les característiques distintives d’un so, cosa que va millorar els resultats. Finalment, van afegir matisos tenint en compte l’esforç que els humans dediquen a la imitació, aconseguint resultats més semblants als humans. En un experiment de comportament, jutges humans de vegades van preferir les imitacions vocals generades per IA per sobre de les humanes per a sons específics. Els investigadors tenen com a objectiu aplicar el seu model en diversos camps, incloent-hi el desenvolupament del llenguatge, l'aprenentatge del llenguatge infantil i els comportaments d'imitació dels ocells. Tot i que el model encara afronta desafiaments, com imitar amb precisió algunes consonants o diferències de sons entre llengües, ofereix un pas prometedor cap a una comprensió més profunda del paper de la imitació vocal en la comunicació i l'evolució del llenguatge. El treball ressalta la interacció entre factors fisiològics, socials i comunicatius, amb implicacions per a futures tecnologies en música, art i més enllà.