一名因 ALS 失声的 46 岁男子的大脑信号被实验性大脑植入物解码，并直接翻译成可理解的语言。一位58岁的女性，是一名训练有素的歌手，她的声音因疾病而逐渐变得低沉，但她能够唱出一个音阶。
加州大学戴维斯分校研究人员的新进展将于下周在华盛顿特区举行的神经科学学会会议上公布，该进展表明脑机接口的研究正在从概念验证演示转向日常实用。
“这个系统第一次非常好，”未参与这项新工作的密歇根大学生物医学工程师 Cindy Chestek 说。 “足以进行真正的交流。足以用于唱歌。”
多年来，引人注目的案例研究表明，大脑植入物与日益强大的人工智能相结合，可以恢复人的沟通、提问、甚至开玩笑的能力。这项技术给那些因 ALS 或中风而失去了说话肌肉控制的患者带来了深刻的联系感，但它也陷入了停滞，因为系统首先将信号翻译成文本，然后翻译成语音。
一个人尝试说话，通过手术植入大脑的电极会检测到电信号。该软件会将这些信号解码为音素，即单词的声音构建块。参与者看着单词一个接一个地出现在屏幕上，形成一个句子。然后他们会触发光标的点击以表明他们已经完成。然后计算机生成的他们的声音就会说话。
研究对象能够详细地表达他们的想法，但有轻微的延迟，使得他们很难真正参与对话。人们经常通过演讲的节奏、时间和重点进行交流，而不是通过撰写完整的回复并在心里敲击发送。
“想象一下你的余生只能通过短信进行交谈——这还不够，不是吗？”负责这两名患者研究工作的加州大学戴维斯分校神经修复实验室的神经工程师 Maitreyee Wairagkar 说道。
其中一位气候活动家凯西·哈雷尔 (Casey Harrell) 因 ALS 而失去了声音，他于 2023 年开始参加加州大学戴维斯分校的这项研究，当时通过手术将四个 256 个电极阵列植入他的大脑中。他45岁了。他用这个系统创造了几乎 两年200万字包括与家人聊天、给朋友发短信、写电子邮件以及在笔记本电脑上上网工作。
2025年，该团队在以下网站上发布了新闻： 自然 这是实时表达性语音生成的一项非凡成就——即时、大脑到声音——延迟只有 10 毫秒。
这一壮举令人印象深刻，但也有局限性。听力正常的人只能准确地抄录他所说的话的一半多一点。
在新作品中，描述了 预印本研究人员调整了算法并表明，通过重新分析相同的数据集，他们可以将单词可读性提高高达 94%。
荷兰马斯特里赫特大学神经互连实验室负责人克里斯蒂安·赫夫（Christian Herff）表示：“我认为这在临床上确实是一项重大改进，而不仅仅是令人印象深刻的机器学习。”他没有参与这项研究。
荷兰乌得勒支大学医学中心的脑机接口研究员 Mariska Vansteensel 对这项工作表示赞赏，但她表示，由于她正在根据已经收集的数据测试该技术，因此重要的是要了解它的实时效果以及它在不同程度的言语丧失患者中的效果。
他补充说，为了使这些系统在研究环境之外发挥作用，它们需要完全可植入，这与目前要求参与者通过头骨上的端口连接到计算机的系统不同。 Neuralink 和 Paradromics 等公司正在开发和测试无线系统，但这些技术将如何发挥作用还有待观察。
在同一团队进行的第二个实验中，一名患有 ALS 的参与者在参加该研究时已经无法清晰地说话，她的大脑中植入了 384 个电极。这位被称为 T21 的患者尝试唱歌并调整自己的语气，控制语气的细微差别，这可能意味着问问题和说高兴或生气的话之间的区别。
随着这些系统的语音生成能力的提高，研究团队也开始关注人类交流的其他关键方面，包括 手势 刺激。
“它们不仅用于有意义的沟通，而且还具有表现力；你可以更多地展示你的个性，”怀拉格卡博士说。这项研究正在进行中，研究结果是初步的且尚未发表。
随着进展，参与者 T21 不仅能够使用提问或快乐的语气重现对话的音乐品质 – 她还可以唱音阶。怀拉格卡博士回忆道，这段经历是如此深刻，以至于事后这位前歌手都流下了喜悦的泪水。
