Don't Miss
腦機介面｜腦機介面解碼 助癱者「說話」
By 信報財經新聞 on April 3, 2025
原文刊於信報財經新聞「CEO AI⎹ EJ Tech——前沿科技」
美國加州大學柏克萊與三藩市分校的研究團隊，日前在學術期刊《自然神經科學》發表論文，表示已成功開發和優化一種創新的腦機介面技術，讓一位因腦幹中風導致癱瘓、失去語言能力長達18年的女性，藉腦波即時合成語音與文字重新「說話」。
微電極捕捉腦訊號轉語音
研究團隊於這位47歲女性的大腦語言區，植入了253個微型電極，捕捉她試圖「說話」時的大腦訊號。系統透過人工智能（AI）解讀這些訊號，利用循環神經網絡變換器（RNN-T）解碼，轉換為語音和文字，再由電腦喇叭發出聲音，並在熒幕顯示文字。這項技術稱作「即時串流式腦語音神經義體」。
示範影片可見，整個系統可在每80毫秒更新一次輸出，幾乎能跟自然講話同步。參與者「說話」速度平均為每分鐘47到91個詞，接近一般人正常語速。此外，語音延遲中位數約為1.12秒，遠勝原本輔具所需的平均23秒。模型幾乎不會誤判輸出語音，連續使用時間長達近6分鐘，僅出現3次誤啟情形。
這項技術最為特別的是，就算患者已完全無法發聲，也能夠訓練對應的AI語音模型。研究團隊今次是利用參與者中風前的聲音樣本，例如婚禮影片錄音，使系統產生的語音，可以高度還原她原本的聲線。此外，該系統還具備隱性語音啟動辨識能力，能即時識別用戶是否試圖「說話」。
在日常文句測試中，該系統的語音輸出詞錯誤率為12.3%，文字輸出詞錯誤率為10.3%。在廣泛語料測試中，兩者錯誤率分別增至58.8%與31.9%，但仍顯著優於過去延遲輸出的語音神經義體。除了這名參與者外，系統亦已應用於其他裝置或數據，包括另一位癱瘓者的大腦微電極，以及健康受試者的肌電圖上，顯示該技術有充足可擴展性。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
