AMiner学术头条▲大脑所想直接合成文本或语音,华裔教授AI解码脑电波( 二 )


此外 , 对于由肌萎缩性侧索硬化或脑干中风引起的瘫痪患者 , 通过直接记录来自大脑皮层的神经控制信号来合成语音 , 是实现自然语言高通信速率的唯一手段 , 也是最直观的方法 。
去年4月 , EdwardChang等人还在Nature杂志发表了开发出一种可以将脑活动转化为语音的解码器 。 这套人类语音合成系统 , 通过解码与人类下颌、喉头、嘴唇和舌头动作相关的脑信号 , 并合成出受试者想要表达的语音 。
AMiner学术头条▲大脑所想直接合成文本或语音,华裔教授AI解码脑电波
文章图片
EdwardChang教授
为了重建语音 , 研究人员设计了一种循环神经网络(RNN) , 首先将记录的皮质神经信号转化为声道咬合关节运动 , 然后将这些解码的运动转化为口语句子 。
整个过程分为两个步骤 , 第一步 , 将神经信号转换成声道咬合部位的运动(红色) , 这其中涉及语音产生的解剖结构(嘴唇、舌头、喉和下颌) 。 而为了实现神经信号到声道咬合部位运动的转化 , 就需要大量声道运动与其神经活动相关联的数据 。 但研究人员又难以直接测量每个人的声道运动 , 因此他们建立了一个循环神经网络 , 根据以前收集的大量声道运动和语音记录数据库来建立关联 。 第二步 , 将声道咬合部位的运动转换成合成语音 。
研究人员的这种两步解码方法 , 产生的语音失真率明显小于使用直接解码方法所获得的语音 。 在包含101个句子的试验中 , 听者可以轻松地识别并记录下合成的语音 。
在科幻世界里 , 通过意念信号控制外界设备十分酷炫 , 实际上 , 在现实世界中 , 其背后的脑机接口技术已有近百年的历史 。
AMiner学术头条▲大脑所想直接合成文本或语音,华裔教授AI解码脑电波
文章图片
随着脑机接口领域科学研究与应用技术的不断突破 , 尤其是AI算法的加持 , 为许多当前仍无法解答的难题提供更好了的探索工具 , 不仅能够帮助人类进一步了解自己的大脑 , 更重要的是为诊断、治疗脑部及其它严重疾病提供了解决方案 , 甚至广泛应用于睡眠管理、智能生活和残疾人康复等领域 。


推荐阅读