与AI的界面使一个瘫痪的女人几乎实时“说话” – 今天的编年史

说话。可以与界面进行交流的47岁女人。 （加利福尼亚大学伯克利分校）

来自加利福尼亚大学伯克利分校和旧金山（美国）的一支科学团队设计了一种能够将语音活动转化为大脑的设备，几乎是实时的，在18年后，与四年的四年级妇女一起获得了一个47岁的-old -old妇女。

这项工作解决了言语神经假体潜伏期的“旧问题”，即，在主题试图说话的那一刻与声音发生的那一刻之间发生的时间。感谢基于人工智能（AI）的最新进展，研究人员开发了一种传输方法，该方法几乎是实时实时综合了可听见的语音中的大脑信号。它的描述于周一发表在《自然神经科学》杂志上。

科学家解释说：“使用类似类型的算法，我们发现我们可以解码神经元数据，并首次使几乎同步的语音传递成为可能。结果是一种更自然和流体的语音综合。”

对于另一个主要科学家爱德华·张来说，这项新技术“具有巨大的潜力”，可以改善影响言语的严重瘫痪者的生活质量。

“令人兴奋的是，AI的最新进展极大地加速了在不久的将来，在现实世界中实用的脑订购界面。”作为临床试验的一部分，Chang和Anumanchipalli的设备在一名47岁患有四副症（肢体瘫痪和躯干）的47岁女性中实现了脑部的界面，在中风后发声18年。

为了收集必要的数据以训练其算法，研究人员首先使参与者在屏幕上查看符号，例如“你好，你好吗？”一词，然后尝试默默地发音该短语。

因此，作者使用参与者的大脑活动训练了一个深度学习的神经元网络，该网络是通过植入的电极在其感官的语音皮层上注册的，同时在其内部发音在大脑中发音，其中包含1,024个单词，其中包含1,024个独特的单词。

另一个工作签名者Cheol Jun Cho总结了神经假体的作用，方法是将运动皮层的神经元数据样本（控制语音的产生产生），然后使用AI来解码大脑功能并将其转化为语音。 “我们基本上拦截了思想转化为表达的迹象（…）。

因此，我们正在解码是在想法发生后，在我们决定说些什么之后，我们决定了哪些单词使用以及如何移动声带的肌肉。透明

使用新的传输方法，可以几乎实时产生可听见的输出，而主题试图发言，收集了加利福尼亚大学伯克利分校工程学院的声明。

为了排除该系统只是匹配模式并重复培训数据的一部分，研究人员测试了他们合成不属于初级训练词汇一部分的单词的能力。

在这种情况下，他们从SO称为北约语音字母的26个单词中，例如“ Alpha”或“ Bravo”。 Anumanchipalli总结道：“我们发现我们的模型做得很好，这确实表明它正在学习声音或声音的基本组成部分。”