許多患有神經疾病的患者因喪失語言能力，需要依賴特定的通訊設備進行溝通，這類設備大多利用腦機接口或者頭部、眼睛的動作來控制光標，以選擇屏幕上的字母，從而拼出他們想說的句子。但這樣還是太過於繁瑣和複雜，現在有了直接產生句子的技術方向。
讀取大腦意圖
說話似乎是一件毫不費力的事，但實際上說話卻是人類執行的最複雜的活動之一。十多年前，科學家首次從大腦信號中解碼語言，但是一直以來，語言解碼的準確性和速度遠遠低於自然語言交流。
就像我之前說的一樣，現在主要是利用身體的部分來進行移動光標，用電腦打出我們需要的單詞和句子，這樣子對於使用者來說非常的不方便，還有大概率出現錯誤。所以如果能直接利用AI讀取人腦的意圖，直接表現出來會快很多。
腦機接口
直接通過解碼大腦活動信號來合成文本或語音，不只是一項科幻般的“讀心術”，更是一種頗有前景的治療方案。通過直接記錄來自大腦皮層的神經控制信號來合成語音，是實現自然語言高通信速率的唯一手段，也是最直觀的方法。
AI合成語音
當我們明白了大腦的意圖之後，還要把它表述出來，為了重建語音，研究人員設計了一種循環神經網絡（RNN），首先將記錄的皮質神經信號轉化為聲道咬合關節運動，然後將這些解碼的運動轉化為口語句子。
整個過程分為兩個步驟，第一步，將神經信號轉換成聲道咬合部位的運動（紅色），這其中涉及語音產生的解剖結構（嘴唇、舌頭、喉和下頜）。第二步，將聲道咬合部位的運動轉換成合成語音。
隨著腦機接口領域科學研究與應用技術的不斷突破，尤其是 AI 算法的加持，為許多當前仍無法解答的難題提供更好了的探索工具。更重要的是為診斷、治療腦部及其它嚴重疾病提供瞭解決方案，甚至廣泛應用於睡眠管理、智能生活和殘疾人康復等領域。大家關於腦機結合還有什麼想說的，可以關注並留言給科技貓。
閱讀更多 微特數字科技 的文章
