Hæfileikinn til að herma eftir hljóðum með rödd okkar, eins og bilaðri bílvél eða köttsmjálmi, getur verið áhrifarík leið til að miðla hugmyndum þegar orð duga ekki. Þessi raddhermun líkist því að teikna skissu til að tjá hugmynd. Innblásnir af hugvísindum hafa vísindamenn frá CSAIL við MIT þróað gervigreindarkerfi sem getur búið til mannlíkar raddhermanir án fyrri þjálfunar eða reynslu af mannlegum raddhermunum. Rannsakendurnir bjuggu til líkön af raddvegi mannsins, sem líkja eftir því hvernig háls, tunga og varir móta hljóð úr raddkassa. Vitsmunalega innblásið gervigreindaralgrím stýrir þessu líkani til að búa til hermun, með hliðsjón af því hvernig menn velja að miðla hljóðum. Líkanið getur hermt eftir ýmsum hljóðum, eins og skrjáfandi laufum, gjammi snáks og sírenu sjúkrabíls. Það getur líka unnið öfugt, giskað á raunveruleg hljóð út frá mannhermuðum hljóðum, líkt og endurheimt myndir frá skissum. Til dæmis getur það greint milli mannhermunar kattar "mjálms" og "hviss. " Rannsóknin bendir til hugsanlegra nota fyrir líkanið, eins og hermunarmiðuð viðmót fyrir hljóðhönnuði, aukna persónu gervigreindar í sýndarveruleika og aðstoð við málanám.

Meðhöfundar frá MIT CSAIL vekja athygli á því, líkt og í sjónrænni tjáningu, að raunsæi er ekki alltaf hin endanlega markmið í hljóðhermun. Verk þeirra gefur innsýn í heyrnarástæðu. Til að fínpússa líkanið þróaði teymið þrjár útgáfur, sem hófst á grunnlíkani sem ætlaði að ná raunsæi í hljóðhermun en samræmdist ekki vel mannlegri hegðun. Þeir sköpuðu síðan „samskiptalegt“ líkan sem einbeitti sér að einkennandi þáttum hljóðs, sem bætti niðurstöður. Að lokum bættu þeir við blæbrigðum um það átak sem menn leggja í hermun, sem leiddi til mannlíkari niðurstaðna. Í hegðunartilraun kusu mannlegir dómarar stundum heldur gervigreindarhermanir en mannlegar fyrir ákveðin hljóð. Rannsakendurnir stefna á að beita líkani sínu á ýmsum sviðum, þar á meðal málþroska, máltöku ungbarns og hegðun fugla í hermun. Þótt líkanið standi frammi fyrir áskorunum, eins og að herma nákvæmlega eftir sumum samhljóðum eða tungumálamun á hljóðum, býður það upp á lofandi skref í átt að dýpri skilningi á hlutverki raddhermunar í samskiptum og þróun tungumáls. Verkið lýsir gagnvirkni líkamlegra, félagslegra og samskiptalegra þátta, með afleiðingum fyrir framtíðar tækni í tónlist, listum og víðar.