近日，一項發(fā)表于《自然》（Nature）期刊的突破性研究顯示，加州大學戴維斯分校的研究人員開發(fā)出一種全新的腦機接口（Brain-Computer Interface，簡稱BCI），可以將人類大腦的神經(jīng)活動實時轉(zhuǎn)化為語音，幫助因神經(jīng)系統(tǒng)疾病而失語的患者“重新開口說話”。

這項技術(shù)在一位患有肌萎縮側(cè)索硬化癥（ALS）的試驗參與者身上進行了驗證。他通過該系統(tǒng)能夠在與家人交流時實現(xiàn)實時語音輸出，不僅可以正?！罢f話”，還能夠自主調(diào)節(jié)語調(diào)、甚至嘗試哼唱簡短旋律。

“過去我們的腦機接口技術(shù)是把大腦信號翻譯成文字，相當于‘發(fā)短信’。盡管相比傳統(tǒng)輔助工具已是巨大進步，但交流還是存在延遲?！闭撐牡耐ㄓ嵶髡?、加州大學戴維斯分校神經(jīng)外科助理教授Sergey Stavisky表示，“而這項新技術(shù)則更像是一通‘語音電話’，實現(xiàn)了幾乎即時的語音合成?！?/p>

聲音的“數(shù)字化聲道”

研究人員為試驗參與者植入了四塊微電極陣列，位置在控制語言表達的大腦區(qū)域。這些電極實時記錄大腦神經(jīng)元的活動，并將信號發(fā)送至計算機進行解碼和語音合成。

“實現(xiàn)實時語音合成的一大難點在于，系統(tǒng)需要精準判斷患者在‘何時’以及‘如何’嘗試說話?！?論文第一作者、UC Davis神經(jīng)假體實驗室科學家Maitreyee Wairagkar解釋道，“我們的算法能夠?qū)⑻囟〞r刻的神經(jīng)信號對應到特定語音，從而捕捉語言節(jié)奏和語調(diào)變化?！?/p>

該系統(tǒng)的響應時間僅為1/40秒，與人類正常說話時聽見自己聲音的時間延遲幾乎一致。這種極低延遲意味著患者可以主動參與對話、打斷別人，或者用語音強調(diào)某些內(nèi)容，從而大大提升了交流的自然性和流暢度。

不只是說話，還能唱歌

這名參與者還能通過BCI系統(tǒng)說出系統(tǒng)未曾預設(shè)的新詞語，并在說話時進行情感表達，例如升調(diào)以表達疑問、強調(diào)關(guān)鍵詞等。他還嘗試了哼唱簡單旋律，表現(xiàn)出初步的音高控制能力。

實驗中，BCI合成語音的識別度也令人鼓舞。聽眾能夠正確識別約60%的合成詞匯，而在不使用BCI的情況下，這一識別率僅為4%。

算法與人工智能是關(guān)鍵

該系統(tǒng)的語音合成功能依賴于人工智能算法的深度學習能力。訓練算法時，研究人員要求參與者默讀屏幕上顯示的句子，同時記錄其大腦神經(jīng)元的放電模式，并將這些模式與目標語音進行匹配。這使得系統(tǒng)逐漸“學會”如何從神經(jīng)信號中重建語音。

邁向臨床應用的新希望

“聲音是我們身份的一部分。對神經(jīng)疾病患者來說，失語是一種毀滅性的打擊?！?加州大學戴維斯分校神經(jīng)外科助理教授、試驗主刀醫(yī)師David Brandman表示，“這項研究讓我們看到失語者通過BCI重新‘開口說話’的可能，這種技術(shù)有潛力徹底改變癱瘓患者的生活。”

目前，該項技術(shù)仍處于臨床研究早期階段。研究僅在一位ALS患者身上完成，下一步，研究團隊計劃擴大參與者范圍，包括因中風等其他原因?qū)е率дZ的患者，以驗證技術(shù)的普適性和穩(wěn)定性。

參考文獻：Maitreyee Wairagkar, An instantaneous voice-synthesis neuroprosthesis,?Nature?(2025).?DOI: 10.1038/s41586-025-09127-3.?www.nature.com/articles/s41586-025-09127-3

編輯：周敏

排版：李麗