划时代的技术进步

2025 年 3 月 31 日，Nature Neuroscience发表了一项突破性研究：科学家利用植入式脑机接口（BCI）结合人工智能（AI）算法，成功帮助一名因脑干中风瘫痪 18 年的女性患者 Ann，将其脑中的语音意图转化为可听声音，延迟仅 3 秒。这项技术首次实现了接近实时的"意念语音"生成，较此前需等待整句完成才能输出的技术有质的飞跃。

原文链接：https://www.nature.com/articles/s41593-025-01905-6

从"微信式对话"到"自然交流" 

传统语音生成 BCI 被荷兰马斯特里赫特大学神经科学家 Christian Herff 比喻为"微信聊天"——用户需逐句构思，系统缓慢响应。

而这项新技术通过253 个大脑皮层电极实时捕捉数千个神经元活动，配合 AI 解码算法，能以每分钟 47-90 个单词的速度输出语音（正常语速约 160 词/分钟）。尽管仍有延迟，但已显著快于 Ann 现有辅助设备的 20 秒/句输出速度。

技术亮点揭秘  

1. 个性化语音重建：研究人员通过 Ann 婚礼视频的录音训练 AI，使合成语音接近她受伤前的真实声音  

2. 毫秒级信号捕捉：植入设备每 80 毫秒采集一次神经信号，甚至能在 Ann 默念句子前 500 毫秒启动预测  

3. 动态词汇库：实验采用包含 1,024 个单词和 50 个短语的数据库，Ann 通过默念屏幕上句子完成系统训练  

挑战与前景

虽然目前系统对短句处理效果较好，但与自然对话相比仍存在明显延迟。研究共同作者、加州大学旧金山分校神经外科医生 Edward Chang 表示："随着传感器精度提升和信号处理算法优化，这些问题将逐步解决。"科学家指出，当延迟超过 50 毫秒时，人脑会产生明显不适感，而当前 3 秒的延迟仍是下一阶段重点攻关目标。

这项研究标志着 BCI 技术向实际应用迈出关键一步，未来有望帮助更多语言障碍患者重获"发声"能力。正如 Herff 所评价："实时语音流是脑机接口研究的'下一目标'，它将真正还原人类对话中的情感与韵律。"

本文整理自：https://www.nature.com/articles/d41586-025-01001-6

医咖会员全面升级，课程增多，AI工具升级！点击链接：会员-医咖社区 (mediecogroup.com)，立享会员优惠！‍