4 月 11 日消息，加州大學(xué)伯克利分校與舊金山分校的研究團隊在腦機接口（BCI）領(lǐng)域取得突破，成功開發(fā)出一種技術(shù)，幫助重度癱瘓患者恢復(fù)自然語音表達。該技術(shù)利用人工智能（AI）模型，將大腦信號實時轉(zhuǎn)化為可聽語音，解決傳統(tǒng)語音神經(jīng)假體延遲問題。

加州大學(xué)伯克利分校與舊金山分校的研究團隊開發(fā)了一種創(chuàng)新方法，通過捕捉大腦運動皮層信號，利用 AI 算法實時解碼并生成語音。

研究共同負責(zé)人、伯克利分校電氣工程與計算機科學(xué)系助理教授 Gopala Anumanchipalli 表示，這種“直播”（streaming）方法借鑒了類似 Alexa 和 Siri 的語音解碼技術(shù)，能顯著縮短從大腦意圖到語音輸出的時間。實驗中，患者 Ann 無需發(fā)聲，僅通過“默想”句子即可生成接近自然的語音。

新技術(shù)的核心在于解決傳統(tǒng) BCI 語音解碼的延遲問題。以往技術(shù)單句解碼需約 8 秒，而新方法能在患者產(chǎn)生說話意圖后 1 秒內(nèi)輸出首個音節(jié)。

研究共同第一作者、伯克利分校博士生 Kaylo Littlejohn 介紹，團隊通過 AI 預(yù)訓(xùn)練文本轉(zhuǎn)語音模型，模擬患者受傷前的聲音，讓輸出更具個性化。實驗還驗證了該技術(shù)對多種腦信號采集設(shè)備（如微電極陣列和面部肌電傳感器）的兼容性，顯示其廣泛適用性。

研究團隊進一步測試了算法的泛化能力。他們讓患者 Ann 嘗試“說出”26 個未包含在訓(xùn)練數(shù)據(jù)中的單詞，如 NATO 音標(biāo)字母表中的“Alpha”、“Bravo”等。

結(jié)果顯示，模型仍能準(zhǔn)確解碼，證明其不僅依賴模式匹配，而是真正學(xué)習(xí)了語音的構(gòu)成規(guī)律。另一位共同第一作者、博士生 Cheol Jun Cho 表示，這種能力為未來提升語音表達的語氣、音調(diào)等特征奠定了基礎(chǔ)。

患者 Ann 反饋，相比 2023 年的早期實驗，新方法讓她感到更強的控制感和自我表達能力。研究團隊計劃繼續(xù)優(yōu)化算法，增強語音的自然度和情感表達，同時探索如何將技術(shù)應(yīng)用于更廣泛的臨床場景。

附上參考地址