頂尖學術(shù)期刊《自然》剛剛在線發(fā)表的一項工作就在腦機接口領(lǐng)域向前邁出了一大步。加州大學舊金山分校（UCSF）的神經(jīng)外科學家Edward Chang教授與其同事開發(fā)出一種解碼器，可以將人腦神經(jīng)信號轉(zhuǎn)化為語音，為幫助無法說話的患者實現(xiàn)發(fā)聲交流完成了有力的概念驗證。

腦機接口（BCI），指的是在人或動物大腦與外部設(shè)備之間創(chuàng)建的直接連接，實現(xiàn)腦與設(shè)備的信息交換。近年來，這一技術(shù)的快速發(fā)展正在為那些神經(jīng)受損或嚴重運動障礙的人們改善生活質(zhì)量。比如，幫助癱瘓人士靠“想”控制機械臂取物，或是控制屏幕上的光標打出字詞。然而，“意念打字”的速度目前只能達到每分鐘10來個單詞，比正常的人類說話速度要慢得多，還遠不能滿足患者的溝通需求。

因此，一些科學家們試圖解碼大腦中的言語信號，并通過人工語音合成，把“想”的內(nèi)容真正“說”出來！

要挑戰(zhàn)重建語音的難題，需要首先實現(xiàn)對表征語音動作的神經(jīng)活動進行解碼。一些接受開顱手術(shù)的癲癇患者為神經(jīng)科學家提供了寶貴的數(shù)據(jù)。由于需要為一些患者定位癲癇發(fā)作的源頭，神經(jīng)外科醫(yī)生會通過手術(shù)在患者顱內(nèi)植入電極，以便監(jiān)測其大腦活動。在此基礎(chǔ)上，研究人員采用了一種叫作高密度腦皮層電圖（ECoG）的技術(shù)，直接記錄下受試者大腦皮層的神經(jīng)活動。

受試者首先按要求大聲讀出幾百條句子，與此同時，研究人員記錄他們大腦的語音產(chǎn)生中心——腹側(cè)感覺運動皮層區(qū)域的神經(jīng)活動。

利用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），研究人員分兩步破譯了采集到的神經(jīng)信號。第一步，他們將神經(jīng)信號轉(zhuǎn)換為表征發(fā)音器官動作的信號，包括下巴、喉、嘴唇和舌頭動作相關(guān)的腦信號。然后，根據(jù)解碼出來的發(fā)音器官動作，把信號轉(zhuǎn)換為說出的詞句。

▲腦機接口實現(xiàn)語音合成的圖示

這種創(chuàng)新的解碼方法有助于解決重建語音時的聲學失真問題，讓合成的語音更容易被人聽清、聽懂，接下來的測試結(jié)果驗證了這一點。研究人員在亞馬遜的眾包任務(wù)平臺Mechanical Turk上招募聽眾來辨認解碼器合成的語音，包含325個單詞和101句整句。檢驗測試中，聽眾可以成功地識別出單詞，和對自然語音的感知模式一致。對于合成語音發(fā)出的整句，聽眾也能識別出句子的意思。

第一作者Gopala Anumanchipalli博士認為，該結(jié)果意味著，這種神經(jīng)合成語音對于現(xiàn)實世界的應(yīng)用來說已經(jīng)達到即刻聽懂的實用程度。

更有意義的是，研究人員還測試了解碼器對于不出聲說話的語音合成能力。一名被試先按要求說出句子，然后默念同一個句子，也就是只有發(fā)音的動作、并不發(fā)出聲音——這種情形更符合某些患者的實際情況。結(jié)果顯示，解碼器對默念動作合成的語音頻譜與同一句句子的有聲頻譜是相似的。

盡管如生物工程學教授Chethan Pandarinath等人在同期《自然》上刊發(fā)的評論中所言，這一系統(tǒng)要真正成為一個臨床可行的語音腦機接口還面臨許多挑戰(zhàn)，但毫無疑問的一點是，腦機接口技術(shù)的持續(xù)進步將讓有發(fā)聲障礙的人重新獲得自由說出心聲的能力，與周遭世界重新建立聯(lián)系。甚至，腦機接口的發(fā)展還會讓更多的人有可能突破人類自身的局限，讓意識的疆界不斷拓展。

未來智能實驗室是人工智能學家與科學院相關(guān)機構(gòu)聯(lián)合成立的人工智能，互聯(lián)網(wǎng)和腦科學交叉研究機構(gòu)。

未來智能實驗室的主要工作包括：建立AI智能系統(tǒng)智商評測體系，開展世界人工智能智商評測；開展互聯(lián)網(wǎng)（城市）云腦研究計劃，構(gòu)建互聯(lián)網(wǎng)（城市）云腦技術(shù)和企業(yè)圖譜，為提升企業(yè)，行業(yè)與城市的智能水平服務(wù)。