8 月 16 日消息，科技媒体 TechSpot 昨日（8 月 15 日）发布博文，报道称斯坦福大学研究团队首次实现了将人类内心语言直接转化为语音的脑机接口技术。
该系统通过植入电极阵列，记录瘫痪患者运动皮层的神经活动，并运用机器学习模型解码想象中的语音，准确率最高达 74%。
本次试验招募了四位因渐冻症或脑干中风导致重度瘫痪的患者。部分受试者只能通过眼睛移动来表达“是”或“否”。
医生在他们的大脑运动皮层（控制说话动作的核心）植入了微型电极阵列，随后患者分别尝试发声和默默想象特定词语，系统实时记录和分析他们的神经活动。
科研团队利用机器学习模型，针对语音最基本的音素进行识别训练，再将这些音素组合成完整的词语和句子。
结果显示，尽管想象语音产生的神经信号较弱，但仍具有可辨识的特征，系统最高解码准确率达到 74%，这意味着即使患者完全无法发声，也能通过思维实现高效沟通。
技术负责人表示，这项成果让科学家首次清晰了解纯思维状态下的语音神经活动。对于严重言语障碍者而言，基于“内心语音”解码的脑机接口有望让交流变得更自然、更轻松。
另有专家指出，尝试说话对于部分瘫痪患者来说既耗体力又可能带来呼吸障碍，直接解码默语能极大改善他们的交流体验。
团队在研究过程中的也发现了隐私方面的挑战：系统有时会检测到参与者未主动想表达的内容。对此，研究人员设计了“心理密码”机制，只有在脑中默念特定密码后，解码器才会启动。测试中，“chitty chitty bang bang”这一口令能在 98% 的情况下阻止无意解码。
附上参考地址
-
Scientists develop brain implant capable of decoding inner speech
-
Stanford’s brain-computer interface turns inner speech into spoken words
-
Inner speech in motor cortex and implications for speech neuroprostheses