斯坦福大学研究团队在脑机接口技术上取得重大进展，首次成功将人类内心的语言直接转化为语音。该技术通过植入大脑运动皮层的电极阵列，记录并利用机器学习模型解码患者想象中的语音，最高准确率达74%。这项技术无需依赖口腔或声带动作，能够识别纯粹的“内心语音”，为有严重言语障碍的患者带来了更自然、更轻松的交流方式。研究团队还解决了隐私问题，通过设置“心理密码”来避免无意解码，为未来的脑机接口应用奠定了基础。

🧠 脑机接口新突破：斯坦福团队研发出一种革命性的脑机接口技术，能够将人类“内心语言”直接转化为可识别的语音，为严重言语障碍者提供了新的沟通可能。该技术通过植入电极阵列，捕捉大脑运动皮层的神经活动，绕过了传统的发声器官。

💡 机器学习解码意念：研究团队利用先进的机器学习模型，对大脑在默想词语时产生的神经信号进行解码。通过识别语音中最基本的音素，并将其组合成词语和句子，即使神经信号较弱，系统也能达到最高74%的准确率。

👤 改善生活质量：这项技术对因渐冻症或脑干中风导致重度瘫痪的患者尤为重要。他们原本可能只能通过眼球运动进行有限沟通，而“内心语音”解码技术使他们能够更高效、更自然地表达自己，极大地提升了生活质量。

🔒 隐私保护机制：为了应对潜在的隐私泄露风险，研究团队引入了“心理密码”机制。只有在患者心中默念特定密码后，解码器才会启动，从而确保只有主动想表达的内容才会被系统识别和转化，有效保护了用户隐私。

IT之家 8 月 16 日消息，科技媒体 TechSpot 昨日（8 月 15 日）发布博文，报道称斯坦福大学研究团队首次实现了将人类内心语言直接转化为语音的脑机接口技术。

该系统通过植入电极阵列，记录瘫痪患者运动皮层的神经活动，并运用机器学习模型解码想象中的语音，准确率最高达 74%。

IT之家援引博文介绍，以往的脑机接口多基于检测说话时的大脑信号，而斯坦福团队则突破性地让参与者只需默想词语即可被系统识别，能够将人们脑海中想象的语言直接转化为实际语音。

这项技术首次实现了不依赖口腔或声带动作，仅凭“内心语音”完成交流，对神经技术领域具有里程碑意义。

本次试验招募了四位因渐冻症或脑干中风导致重度瘫痪的患者。部分受试者只能通过眼睛移动来表达“是”或“否”。

医生在他们的大脑运动皮层（控制说话动作的核心）植入了微型电极阵列，随后患者分别尝试发声和默默想象特定词语，系统实时记录和分析他们的神经活动。

科研团队利用机器学习模型，针对语音最基本的音素进行识别训练，再将这些音素组合成完整的词语和句子。

结果显示，尽管想象语音产生的神经信号较弱，但仍具有可辨识的特征，系统最高解码准确率达到 74%，这意味着即使患者完全无法发声，也能通过思维实现高效沟通。

技术负责人表示，这项成果让科学家首次清晰了解纯思维状态下的语音神经活动。对于严重言语障碍者而言，基于“内心语音”解码的脑机接口有望让交流变得更自然、更轻松。

另有专家指出，尝试说话对于部分瘫痪患者来说既耗体力又可能带来呼吸障碍，直接解码默语能极大改善他们的交流体验。

团队在研究过程中的也发现了隐私方面的挑战：系统有时会检测到参与者未主动想表达的内容。对此，研究人员设计了“心理密码”机制，只有在脑中默念特定密码后，解码器才会启动。测试中，“chitty chitty bang bang”这一口令能在 98% 的情况下阻止无意解码。

IT之家附上参考地址

• Scientists develop brain implant capable of decoding inner speech

• Stanford's brain-computer interface turns inner speech into spoken words

• Inner speech in motor cortex and implications for speech neuroprostheses