借助 RNN 从脑电波还原语音，Nature 论文呈上新款「脑

AI 科技评论按：近日，来自加州大学旧金山分校的研究者开发出了一种能将大脑信号转换为语音的虚拟假体语音系统，可帮助癫痫和其他神经性疾病患者还原语音能力。这项研究成果于 4 月 24 日发表在《自然》杂志上，并得到了多家媒体的报道，其中就包括《纽约时报》。 AI 科技评论将《纽约时报》的这篇报道编译如下。

「我在脑海中将每一个句子都过十遍，或删掉一个单词，或再添加一个形容词，并通过背诵来逐段地琢磨我的文字。」Jean-Dominique Bauby 在他的回忆录《潜水钟和蝴蝶》中这样写道。作为一位记者兼编辑，Bauby 在这本书里回忆了那次让他的全身都几乎无法动弹的瘫痪性中风之前和之后的生活。他眨着眼皮，逐字将书中的内容读出来。

成千上万的人由于在事故或争斗中受伤，或患上中风或肌萎缩侧索硬化（ALS）等神经退行性疾病而丧失说话能力，都同样地遭遇着沟通困境。

而现在，科学家们在报告中提出，他们已经开发了一种虚拟的假体语音系统，该系统能够解码大脑的说话意图，并将它们转化为基本可以理解的言语，而不需要移动任何肌肉，甚至是口腔内的肌肉。（物理学家兼作家斯蒂芬 · 霍金，曾经就使用他脸颊上的肌肉在键盘上打出字符，然后计算机再将这些字符合成为语音。）

佛罗里达州杰克逊维尔市梅奥医学中心（Mayo clinic）的神经科医生兼神经科学家 Anthony Ritaccio 博士并非该研究组的成员，他表示：「这（AI 科技评论注：解码大脑信号）是一项艰巨的工作，它推动我们进入了语音还原的另一个层次」。

实际上，此前研究人员就已经开发出了其他的虚拟语音辅助工具。它们都通过解码负责识别字母和单词以及口头表示的大脑信号来实现语音辅助，但是这些方法在自然语言表达的速度和流动性上尚显不足。

这个新系统的相关工作于周三发表在《自然》杂志上，它译解了大脑在说话期间用来指导声带运动（如舌头与口腔的碰撞、嘴唇缩窄等）的控制命令，产生的句子在可理解的同时，也接近于说话者自然的说话节奏。

专家们认为，这项新的工作成果代表了一次「原理论证」，它预示着某些事情经过进一步的实验和提升后可能实现的目标。研究者在能正常说话的人身上测试了该系统，不过还尚未将其放在那些身患造成解码难度或无法实现的神经性疾病或重伤（例如常见的中风）的患者身上进行测试。

针对新的试验，加州大学旧金山分校和加州大学伯克利分校的科学家们招募了五名在医院接受癫痫手术评估的患者。

原标题：借助 RNN 从脑电波还原语音，Nature 论文呈上新款「脑机接口」|分校|旧金山|语音|