人工智能将脑电波实时转化为瘫痪患者的语言

美国加州的研究人员开发了一种突破性的人工智能系统，可以让瘫痪患者用自己的声音实时生成语音。

这项尖端技术由加州大学伯克利分校和加州大学旧金山分校的科学家创造，代表了脑机接口（BCI）研究的重大进步。

该系统利用神经接口来测量大脑活动和人工智能算法来重建语音模式。

它标志着与之前的努力相比有了重大的飞跃，实现了近乎即时的语音合成，而这在以前被认为是几年以后的事情。

加州大学伯克利分校电子工程和计算机科学助理教授、该研究的联合首席研究员Gopala Anumanchipalli说：“我们的流媒体方法为神经假肢带来了与Alexa和Siri等设备相同的快速语音解码能力。”该研究于本周发表在《自然神经科学》杂志上。

“使用类似的算法，我们发现我们可以解码神经数据，并首次实现近乎同步的语音流。其结果是更自然、更流畅的语音合成。”

该技术可以与各种脑传感接口一起工作，包括直接放置在大脑表面的高密度电极阵列，穿透脑组织的微电极，以及测量面部肌肉活动的非侵入性表面肌电图（sEMG）传感器。

神经假体装置从运动皮层（大脑中负责语言产生的区域）采集神经数据。

然后，人工智能将这些数据解码成可听的语音。该研究的合著者Cheol Jun Cho解释说：“我们解码的东西是在一个想法发生之后——在我们决定说什么之后，在我们选择了单词并计划了我们的声道运动之后。”

为了训练人工智能，研究人员从患者那里收集数据，这些患者试图默默地说出屏幕上显示的单词。

这使得系统能够将神经活动映射到特定的语言模式。此外，利用病人瘫痪前的声音录音，开发了一个文本到语音的模型，以确保更自然的声音。

该系统可以在病人试图说话的一秒钟内开始解码大脑信号并产生语音，这比2023年的一项研究记录的8秒延迟有所改善。

虽然生成的语音还不是完全流畅的，但与以前基于bci的语音合成技术相比，它明显更加自然和可理解。

这项创新可以极大地提高患有ALS或严重瘫痪等疾病的人的生活质量，使他们能够与护理人员、亲人和更广阔的世界进行更富有表现力和更自然的交流。

研究人员计划进一步完善人工智能模型，以加快处理时间并增强合成语音的表现力。

随着技术的不断进步，这一突破可能会为严重语言障碍患者提供更广泛的可及性和更好的沟通工具铺平道路。

美国加州的研究人员开发了一种突破性的人工智能系统，可以让瘫痪患者用自己的声音实时生成语音。

这项尖端技术由加州大学伯克利分校和加州大学旧金山分校的科学家创造，代表了脑机接口（BCI）研究的重大进步。

该系统利用神经接口来测量大脑活动和人工智能算法来重建语音模式。

它标志着与之前的努力相比有了重大的飞跃，实现了近乎即时的语音合成，而这在以前被认为是几年以后的事情。

加州大学伯克利分校电子工程和计算机科学助理教授、该研究的联合首席研究员Gopala Anumanchipalli说：“我们的流媒体方法为神经假肢带来了与Alexa和Siri等设备相同的快速语音解码能力。”该研究于本周发表在《自然神经科学》杂志上。

“使用类似的算法，我们发现我们可以解码神经数据，并首次实现近乎同步的语音流。其结果是更自然、更流畅的语音合成。”

该技术可以与各种脑传感接口一起工作，包括直接放置在大脑表面的高密度电极阵列，穿透脑组织的微电极，以及测量面部肌肉活动的非侵入性表面肌电图（sEMG）传感器。

神经假体装置从运动皮层（大脑中负责语言产生的区域）采集神经数据。

然后，人工智能将这些数据解码成可听的语音。该研究的合著者Cheol Jun Cho解释说：“我们解码的东西是在一个想法发生之后——在我们决定说什么之后，在我们选择了单词并计划了我们的声道运动之后。”

为了训练人工智能，研究人员从患者那里收集数据，这些患者试图默默地说出屏幕上显示的单词。

这使得系统能够将神经活动映射到特定的语言模式。此外，利用病人瘫痪前的声音录音，开发了一个文本到语音的模型，以确保更自然的声音。

该系统可以在病人试图说话的一秒钟内开始解码大脑信号并产生语音，这比2023年的一项研究记录的8秒延迟有所改善。

虽然生成的语音还不是完全流畅的，但与以前基于bci的语音合成技术相比，它明显更加自然和可理解。

这项创新可以极大地提高患有ALS或严重瘫痪等疾病的人的生活质量，使他们能够与护理人员、亲人和更广阔的世界进行更富有表现力和更自然的交流。

研究人员计划进一步完善人工智能模型，以加快处理时间并增强合成语音的表现力。

随着技术的不断进步，这一突破可能会为严重语言障碍患者提供更广泛的可及性和更好的沟通工具铺平道路。