一位58岁的女歌手,因患病失去了声音。最近,她对着设备唱出了一段完整的音阶——声音是她自己的音色。
《纽约时报》11月14日报道了加州大学戴维斯分校团队的这项进展。相关成果将在神经科学学会 2026 年会上展示。
两台手术,两种演示
演示者是两名渐冻症患者。
一位46岁的男性患者,脑信号被直接解码成可懂的合成语音,能实时说出完整句子。另一位58岁的女受试者,曾是受过训练的歌手,电极捕捉到她试图唱歌的信号后,系统合成出的语音保留了原有的音色和音调。
这项工作依托 BrainGate2 可行性试验,在美国临床试验数据库的登记号是 NCT00912041,电极是经皮连接的犹他阵列。按计划,完整数据将在华盛顿时间11月17日的专题发布会上公布。会议报告尚未经过同行评议。
数字记在预印本里
这个团队的成绩单可以往前翻。
2024 年,团队在《新英格兰医学杂志》报告了约 97.5% 准确率的脑转文字解码,创下当时的纪录。2025年6月,又在《自然》发表了实时脑控语音合成。
今年6月底上线的预印本 Brain2voice 2.0 给出了更细的账:一名四十多岁的男性患者,体内四枚电极阵列、195 天的数据,听者转写合成语音的词错误率降到 5.24%,而此前最优方案是 43.75%。模型每 10 毫秒输出一次预测,足以支撑实时闭环。
从打字到开口
老方案是「先转文字再朗读」:词一个个在屏幕上蹦出来,患者用光标点击确认说完,机器才开口。能表达完整的意思,代价是对话的来回感没了。
新路线把合成语音直接从脑信号里生成,省掉了组句和确认。两位受试者的电极都植在运动皮层,采集的正是他们「试图说话」「试图唱歌」时的神经活动——机器学的不是声音本身,是发声的意图。
主持人、密歇根大学生物医学工程师 Chestek 的评价是,这套系统第一次足够好——好到能用于真实交流,也好到能唱歌。
离病房还有几步
冷数据也得看清楚。
两项演示都出自个位数样本,跨个体泛化还没有验证;经皮连接的有线电极在家庭长期使用并不方便;会议数据未经同行评议。公司线上的产品化也在推进,Neuralink 的语音恢复研究已拿到美国食药监局突破性医疗器械认定,但离获批注册仍有距离。
学术线定指标,公司线拼硬件。谁先把全植入、无线化的设备做到同样的解码指标,言语恢复产品才算真正迈过注册的门槛。
不过方向已经变了。这个领域的核心指标正在从「能不能解码」,换成「像不像人、能不能天天用」。音阶只有八个音,对困在失语里的人,那是声音回家的路。