研究團隊研發(fā)出一款解碼器，能夠利用人工智能基于大腦數(shù)據(jù)合成語音。

日前，學術(shù)期刊《自然》在線發(fā)表了一篇文章，其中涉及一種解碼器，能夠?qū)⒋竽X神經(jīng)信號轉(zhuǎn)化為語音，幫助無法說話的患者實現(xiàn)發(fā)聲交流。

據(jù)了解，該解碼器由加州大學舊金山分校的神經(jīng)外科學家Edward Chang教授與其同事一同開發(fā)。他們采用了一種叫做“高密度腦皮層電圖”的技術(shù)，能夠基于癲癇患者腦中被植入的電極（醫(yī)療監(jiān)測需要）所傳出的數(shù)據(jù)，直接記錄下受試者大腦皮層的神經(jīng)活動。

過程中，受試者會被要求大聲讀出幾百條句子，研究人員則會同步記錄他們大腦腹側(cè)感覺運動皮層區(qū)的神經(jīng)活動，這里是大腦的語音產(chǎn)生中心。

隨后，研究人員將利用循環(huán)神經(jīng)網(wǎng)絡破譯采集到的神經(jīng)信號，其中涉及兩個步驟：第一步，他們將神經(jīng)信號轉(zhuǎn)換為表征發(fā)音器動作的信號，包括下巴、喉、嘴唇和舌頭動作相關的腦信號；第二步，他們則根據(jù)解碼出來的發(fā)音器官動作，把信號轉(zhuǎn)換為說出的語句。

為了驗證自己的成果，研究人員已經(jīng)在亞馬遜的眾包任務平臺Mechanical Turk上招募了聽眾，來辨認解碼器合成的語音，測試內(nèi)容包括325個單詞和101局整句。結(jié)果顯示，聽眾能夠成功的識別出單詞，和對自然語音的感知模式一樣。

對于這一測試結(jié)果，第一作者Gopala Anumanchipalli博士表示，該結(jié)果意味著這種神經(jīng)合成語音對于現(xiàn)實世界的應用來說已經(jīng)達到即刻聽懂的實用程度。

此外，研究人員還進行了另一項測試，讓受試者用默讀的方式讀出同一個句子。結(jié)果顯示，無聲言語的合成效果不如有聲言語。但Edward Chang表示，雖然語音解碼的準確性大大降低，但受試者在沒有聲音的情況下模仿發(fā)聲仍然可以進行語音合成。至于那些已經(jīng)喪失語音相關動作能力的群體，該系統(tǒng)的適用性還需要進一步研究。

針對這一項研究成果，生物工程學教授Chethan Pandarinath等人在文章評論中表示，這一系統(tǒng)要成為一個臨床可行的語音合成腦機接口，還存在許多挑戰(zhàn)。但可以肯定的是，腦機接口技術(shù)的持續(xù)進步可以讓存在發(fā)聲障礙問題的群體重新獲得“說話”的能力。

最后，記得關注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！