脑机接口语音神经假体：让失语者重获自己的声音

对渐冻症（ALS）等失去说话能力的患者来说，最痛的不是不能动，而是不能开口。传统 BCI 能把「想说的意图」变成文字，却丢了语调、节奏与个性。2025–2026 年的突破，是把脑信号直接合成带本人音色的语音。

加州大学戴维斯团队在患者语言运动区植入 4 个微型阵列、共 256 个微电极，捕捉数百个神经元的放电。两个 AI 模型协同：第一层把神经活动解码为音素（语音基本单位），第二层用大语言模型把音素拼成通顺句子。最新「脑到声音」技术甚至跳过文字，直接重建患者原有的音色。

图1：先解音素、再组句子，LLM 负责把破碎发音拼成通顺话语。

关键是实时。处理延迟仅约 30 毫秒，与自然对话相当，患者能即时调节语调、甚至唱歌。论文报告：受试者两年间借助系统说出超 270 万词，并回到全职岗位。早期 NEJM 研究对 12.5 万词量的解码准确率达 97.5%。

图2：绕过文字、直接出声，是体验质变的关键。

值得警惕的是伦理：第二阶段的 LLM 会做语言建模「补全」，可能无意识替用户润色或偏离原意。保留可校验的音素/意图中间表示，是这类系统负责任的底线。未来方向是把整套设备缩成全无线植入，并扩展到中风、脑损伤等更多失语人群。

关联推荐

• 脑电波揭示双语音流编码 — 从神经机制理解语言是如何被「编码」的。
• AI for Science 爆发 — AI 如何成为这类神经假体的引擎。
• 香农定义“信息” — 从信息论看「把神经信号变成语言」的本质。

---