大脑植入装置首次让人类有腔调地说话和唱歌

 

一位患有严重语言障碍的男子，借助大脑植入装置实现流畅地说话和歌唱。该大脑植入物近乎即时地将他的神经活动转化为言语，不仅能传达他的语调变化，强调他选择的单词，甚至能够让他哼唱出由3种音高组成的音符。

植入运动皮层的电极有助于记录一个说话不清楚的人与语言相关的大脑活动。图片来源：Kateryna Kon/Science Photo Library

  ?

该装置被称为脑机接口（BCI），它使用人工智能解码参与者试图说话时的脑电活动。该装置是第一个不仅能再现一个人的意图，还能复制自然语言特征的BCI。音调、音高、重音等自然语言特征有助于表达意思和情感。

在一项研究中，一种模仿参与者自身声音的合成声音，在参与者神经活动发出说话意图信号后10毫秒内，就说出了他的话语。这项6月11日发表于《自然》的研究成果标志着对早期BCI的重大改进，早期BCI通常在3秒内输出语音，或者只能在用户完整模拟整个句子后才能生成语音。

“这是语音BCI领域的圣杯。”荷兰马斯特里赫特大学的计算神经科学家Christian Herff说，“这是真实的、自发的、连续的讲话。”

这项研究的参与者是一名45岁的男性，在患上一种运动神经元疾病——肌萎缩侧索硬化症后，他失去了清晰说话的能力，这种疾病会损害控制肌肉运动的神经，包括说话所需的神经。虽然他还能发音和说话，但他讲话很慢，也不清楚。

在症状出现5年后，他接受了手术，在控制运动的大脑区域插入256个硅电极，每个1.5毫米长。论文作者之一、美国加利福尼亚大学戴维斯分校的神经科学家Maitreyee Wairagkar和同事训练了深度学习算法，每10毫秒捕捉一次他大脑中的信号。他们的系统实时解码的是该男子试图发出的声音，而不是他想要表达的具体词语或基本音素——构成口语单词的语音子单位。

“我们并不总是用词语传达想法。我们有感叹词，还有其他一些表达性的发音，这些都不在我们的词汇表里。为了实现这一点，我们采用了这种完全不受限制的方法。”Wairagkar解释说。

该团队还通过训练人工智能算法，根据参与者生病前的采访录音，将合成声音个性化，使其听起来像参与者自己的声音。

研究人员要求参与者试发出“啊”“哦”“嗯”之类的感叹词，并说出虚构的单词。BCI成功地产生了这些声音，表明它可以在不需要固定词汇的情况下生成语音。

使用该装置，参与者可以拼写单词、回答开放式问题，并使用解码器训练数据之外的一些单词说出他想说的话。他告诉研究人员，合成的声音说话让他“感到高兴”，感觉就像他的“真实声音”。

在其他实验中，BCI识别出参与者是想把一个句子说成疑问句还是陈述句。该装置还能判断他在同一句话中强调哪些词语，并相应地调整其合成语音的语调。“我们正在引入人类语言中所有这些非常重要的不同元素。”Wairagkar说，以前的BCI只能产生单调的语音。

瑞士日内瓦大学的神经工程师Silvia Marchesotti说，该装置的功能“对于未来患者的日常使用至关重要”。“从某种意义上说，这是一种范式转变，它可以真正带来一种现实生活中的工具。”

相关论文信息： https://doi.org/10.1038/s41586-025-09127-3

  版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：shouquan@stimes.cn。