英国《自然》杂志日前刊发的一项研究显示，美国研究人员开发的脑机接口系统利用人工智能来解码使用者试图说话时的脑电活动，从而帮助患有严重言语障碍的人有表现力地说话和唱歌。
美国加利福尼亚大学戴维斯分校研究人员领衔的团队开展了这项研究。据介绍，参与研究的45岁男子因患上肌萎缩侧索硬化症而丧失了清晰说话的能力。他仍能发出声音并做出口型，但说话缓慢且不清楚。症状出现5年后，研究人员在这名参与者脑部控制运动的区域植入了256个微电极并利用深度学习算法每10毫秒捕捉一次他大脑中的相关信号，从而最终解析出他想说的话语。
研究显示，这一系统几乎可以实时将这名男子的相关大脑活动转化为言语。当他提出问题时，系统能传达语调变化。他可以强调自己选择的词语，还能以三种音高哼唱出一串音符。
早期的脑机接口模型可以在3秒内输出语音，或者只有在用户模仿完整句子后才会输出语音。而在最新研究中，这一系统可以模仿说话者自己的声音，在说话者发出有说话意图的神经活动信号后10毫秒内说出话语。
研究人员指出，这一系统不仅能在表述中呈现说话者意图，还能表现说话者语调、音调和重音等自然语音特征。
尽管该系统取得了突破性进展，但研究人员指出，脑机接口技术的广泛应用仍面临多项挑战。例如，电极植入手术具有一定风险，设备的长期稳定性和耐用性尚需进一步验证。如何保护用户隐私和数据安全，也是未来需要解决的重要问题。
