來源：中國科學(xué)報

編譯：文樂樂

一名患有嚴重語言障礙的男子，借助大腦植入裝置，能夠富有表現(xiàn)力地說話和歌唱。該裝置可以將他的神經(jīng)活動轉(zhuǎn)化為話語，不僅能實現(xiàn)語調(diào)變化，強調(diào)他選擇的單詞，還能讓他以3個音調(diào)哼唱一串音符。

該系統(tǒng)被稱為腦機接口（BCI），使用人工智能解碼參與者說話時的腦電活動。該裝置是第一個不僅能再現(xiàn)一個人的意圖，還能復(fù)制自然語言特征的BCI。而音調(diào)、音高、重音等自然語言特征有助于表達意思和情感。

植入運動皮層的電極有助于記錄和語言相關(guān)的大腦活動

圖片來源：Kateryna Kon

在一項研究中，一種模仿參與者聲音的合成聲音，在他的神經(jīng)活動發(fā)出說話意圖信號的10毫秒內(nèi)就說出了他的話。這項6月11日發(fā)表于《自然》的研究成果標志著對早期BCI的重大改進。早期BCI通常在3秒內(nèi)輸出語音，或者僅在用戶模擬完整個句子后才能生成語音。

“這是語音BCI領(lǐng)域的圣杯。”荷蘭馬斯特里赫特大學(xué)的Christian Herff說，“這是真實、自發(fā)、連續(xù)的講話。”

這項研究的參與者是一名45歲男子，在患上一種運動神經(jīng)元疾病——肌萎縮側(cè)索硬化癥后，失去了清晰說話的能力。這種疾病會損害控制肌肉運動的神經(jīng)，包括說話所需的神經(jīng)。雖然他還能發(fā)音和說話，但說得很慢，也不清楚。

在癥狀出現(xiàn)5年后，這名男子接受了手術(shù)，在控制運動的大腦區(qū)域插入256個硅電極，每個長1.5毫米。論文作者之一、美國加利福尼亞大學(xué)戴維斯分校的Maitreyee Wairagkar和同事訓(xùn)練了深度學(xué)習算法，能夠每10毫秒捕捉一次大腦中的信號。團隊的系統(tǒng)實時解碼了該男子試圖發(fā)出的聲音，而不是他想要表達的具體詞語或基本音素——構(gòu)成單詞的語音亞單位。

“我們并不總是用語言表達想法。我們還有感嘆詞，以及一些詞匯表里沒有的富有表現(xiàn)力的發(fā)音。為了實現(xiàn)這一點，我們采用了這種完全不受限制的方法。”Wairagkar解釋說。

該團隊還通過訓(xùn)練人工智能算法，根據(jù)病人生病前的采訪錄音，將合成聲音個性化，使其聽起來像病人自己的聲音。

研究人員要求參與者嘗試發(fā)出“啊”“哦”“嗯”之類的感嘆詞，并說出虛構(gòu)的單詞。BCI成功產(chǎn)生了這些聲音，表明它可以在不需要固定詞匯的情況下生成語音。

使用這款BCI，這名男子可以拼寫單詞、回答開放式問題，并使用解碼器訓(xùn)練數(shù)據(jù)庫之外的一些單詞說出想說的話。他告訴研究人員，聽到合成聲音說話讓他“感到高興”，感覺就像他的“真實聲音”。

在其他實驗中，BCI能夠識別出參與者是想把一個句子說成疑問句還是陳述句。該裝置還能判斷他在一句話中想強調(diào)哪些詞語，并相應(yīng)調(diào)整合成聲音的語調(diào)。“我們正在引入人類語言中所有這些重要的元素。”Wairagkar說，以前的BCI只能產(chǎn)生單調(diào)的語音。

瑞士日內(nèi)瓦大學(xué)的Silvia Marchesotti說，該裝置的功能“對于患者的日常使用至關(guān)重要”。“從某種意義上說，這是一種范式轉(zhuǎn)變，可以真正帶來一種現(xiàn)實生活中的工具。”

相關(guān)論文信息：

https://doi.org/10.1038/s41586-025-09127-3

友情鏈接

中國科協(xié)之聲

中國科協(xié)官方公眾平臺。傳播科協(xié)聲音，凝聚價值共識，弘揚創(chuàng)新文化，展示科協(xié)形象。