說話是人類的一項基本能力。對于那些患有神經系統疾病或遭受神經損傷的人來說，失去說話能力是極其沉重的打擊。

腦機接口（BCI）技術被認為是恢復語言能力的富有前景的手段。它通過解碼腦活動，繞過神經系統中受損的部分，來幫助患者恢復語言能力。

當前大多數腦機接口系統的研究聚焦在將腦信號轉化為文字，并顯示在屏幕上。雖然這種方法準確率高，也有助于基本交流，但僅靠文字輸出仍存在對話延遲的問題，也難以還原語調等語言細節，無法真正替代自然說話。

在一項新發表于《自然》雜志的研究中，一個研究團隊展示了一種新型腦機接口系統。他們在一名患有嚴重構音障礙的患者腦中植入了四組微電極陣列，用以記錄神經活動。系統對這些信號進行解碼，實現了語音的即時合成。

一組安裝于大腦表面的微電極陣列，用于實時記錄神經信號。（圖/UC Davis）

解碼腦信號

這項研究的參與者是一名45歲的男性，他因肌萎縮性側索硬化（ALS）而逐漸失去了清晰說話的能力。ALS是一種會損害運動神經元的神經系統疾病，會影響控制肌肉運動的神經，包括發聲所需的肌群。雖然他仍能發聲并緩慢說話，但語速極慢且發音含糊。

在他的癥狀出現五年后，他接受了植入手術：研究人員在其控制運動的腦區插入了256個硅電極，每個1.5毫米長。接下來，研究人員利用深度學習算法訓練系統，讓其每10毫秒采集一次他的腦信號（神經元活動），并將這些信號傳輸至計算機系統進行解碼與語音合成。

一種研究性腦機接口設備，使研究參與者能夠通過計算機進行交流。（圖/UC Davis）

與以往的許多系統不同，新系統實時解碼的是這名患者試圖發出的聲音，而非他想要表達的單詞或音素（構成單詞的語音亞單位）。換言之，新系統想要直接還原語音本身。

更豐富的語音輸出

人類并不總是通過標準詞匯表達所想，還會使用如感嘆詞、非語言聲音等不屬于固定詞匯表的詞來表達聲音。為了實現這種開放式表達，新研究采用了完全不設限制的解碼方式。研究人員讓參與者嘗試發出“啊”、“哦”、“嗯”等感嘆詞，甚至是虛構的詞，并通過調節語調表達疑問、強調重點。這意味著，新系統不僅能合成固定詞匯表中的詞語，還可以用腦信號“唱出”簡短旋律，實現音高控制。

團隊還根據患者發病前的訪談錄音來訓練AI模型，成功合成出個性化的聲音，使其聽起來像患者本人的聲音。

實驗結果表明，新的腦機接口系統能夠以1/40秒的延遲將神經信號轉化為語音輸出。這一延時接近人類自然說話時聽到自己聲音的時間差。而且，患者利用這一系統合成的語音基本是可理解的：在測試中，聽眾平均能正確識別出近60%的單詞，而患者在未使用腦機接口系統時，語音識別率僅為4%。

在進一步實驗中，研究團隊發現新系統能識別出患者是想表達疑問句還是陳述句，并據此自動調整語調。它還能判斷他在句中強調了哪個詞，并在語音中體現出來。

這樣的結果意味著，新系統幫助患者真正實現了一個幾乎沒有可察覺延遲的、“腦到聲音”的數字聲道，可以在他試圖說話的瞬間，就將其腦活動直接轉化為語音了。

臨床試驗的希望

這項研究給那些想說話卻無法發聲的人帶來了新的希望，這項技術有望徹底改變他們的交流方式。這是一種范式的轉變，為現實生活中的語言輔助工具鋪平了道路。

不過，研究團隊也指出，目前這種“神經語音假體”仍處于早期階段。由于這次研究只在一名ALS患者身上完成，下一步的關鍵將在于能否在更多患者中實現類似效果，比如那些因中風等其他原因而失語的人群。

#參考來源：

https://health.ucdavis.edu/news/headlines/first-of-its-kind-technology-helps-man-with-als-speak-in-real-time/2025/06

https://www.nature.com/articles/d41586-025-01818-1

#圖片來源：

封面圖&首圖：UC Davis