4 岁女儿跑进房间，屏幕上跳出猎豹
一家人围坐餐桌聊天。接上一句话通常只需半秒。依靠眼动仪选字的失语患者，打完一句话往往需要好几分钟。等文字艰难显示出来，旁人的话题早已换了三轮。
47 岁的加州居民凯西·哈雷尔（Casey Harrell）忍受这种停顿长达数年。2020 年，他确诊患上肌萎缩侧索硬化症（ALS，Amyotrophic Lateral Sclerosis）。这是一种运动神经元病变，会导致全身肌肉逐渐瘫痪萎缩。随着病情恶化，他的嘴唇和舌头失去力气。哈雷尔每分钟只能艰难挤出 6 个词，日常交流几乎陷入停顿。家里只有妻子和专职护理员，能靠猜测读懂他的意思。
2023 年夏天，哈雷尔在加州大学戴维斯分校接受了植入手术。医生将 4 块微小芯片放进他的大脑表面，尝试捕捉发音神经信号。接入设备的第二天下午，4 岁女儿穿着一件猎豹连体服跑进房间。哈雷尔脑海中刚动起说话念头。身旁的扬声器立刻传出清晰的声音：「我正在找一只小猎豹。」
屏幕另一端的研究人员最初愣住了。他们以为解码算法出现了随机错误。当视频画面里真切出现欢蹦乱跳的小女孩时，实验室爆发出欢呼声。算法没有出错，父亲在真实地回应女儿。
图：科学新闻播客记录脑机接口如何帮助失语患者重新开口。来源：Science News / PRX。
植入 256 根电极，截获发音指令
普通人容易以为脑机接口在读心。脑机接口（BCI，Brain-Computer Interface，在大脑与设备间架设信号通道的技术）其实没有读取抽象思维。科研团队盯紧的目标，是大脑发送给发音肌肉的动作指令。
日常开口讲话是一项繁复的身体运动。每次吐字，大脑都要在几十毫秒内调动上百块细小肌肉。嘴唇、舌头、下巴和声带必须分秒不差地协同发力。渐冻症切断了神经向肌肉下达指令的通道，喉咙因而瘫痪。大脑皮层的发音中枢依然完好。每次尝试开口，神经中枢都在全力发出调度脉冲。
医疗团队选用了 4 块微电极阵列（microelectrode array，仅有几毫米宽的硅基芯片）。这些芯片被贴在左侧语音运动皮层（speech motor cortex，调度发音肌肉的功能脑区）。256 根细如发丝的探针扎入大脑皮层表面不到两毫米。哈雷尔只要在脑海中尝试动动嘴唇，电极就会捕捉到神经放电。大脑调度肌肉的发力指令，在神经源头被传感器完整拦截了下来。
把脑电波拆成 39 个发音积木
神经信号捕获之后，如何翻译成日常语言？研究团队引入了语言学里的基础积木。
英语日常使用的所有词汇，发音层面都可以拆解为 39 个音素（phoneme，人类语言声音的最小结构单位，类似拼音里的声母和韵母）。比如想说问候语「hello」，大脑其实在连续触发四个发音动作。解码算法的工作因此变得清晰。系统先将电极捕捉到的神经放电，归类到这 39 个发音积木中。语言模型随后介入，把积木拼接成正确的单词和句子。这种策略避开了无休止的思维猜测，把难题收缩成一道规则明确的拼图游戏。
设备启动的第一天，哈雷尔只进行了 30 分钟的基础训练。在 50 个常用词的词表测试中，系统准确率达到 99.6%。第二天，研究人员将词库扩展到 12.5 万个词。普通人日常接触的词汇量通常在两三万左右。12.5 万词相当于一本厚实的大词典。面对大词典规模，系统的解码准确率依然达到 90.2%，数月后稳定在 97.5%。把大脑信号切碎成有限的发音音素，算法才真正容纳下大词典级别的日常表达。
调取病前录音，找回原本音色
能把意图变成词句只是第一步。声音的质感决定了沟通的温度。许多语音辅助系统依靠通用的电子合成音。那种生硬冰冷的单调语调，听起来像机器在念说明书。
哈雷尔想要找回属于自己的声音。研究团队找出了他患病前接受采访的录音。他们还调取了他过去录制播客的高清音频。算法提取了他当年的音色特质与咬字习惯。团队据此为他定制了一款专属声音模型。神经信号拼出词句，扬声器里流出哈雷尔昔日熟悉的声音。这不再是机器代读，他重新用自己的声音在房间里开口。
图：哈雷尔通过脑机接口在屏幕上实时查看解码出的词句。来源：UC Davis Health。
系统的响应延迟被压缩到大约 80 毫秒。普通人眨一次眼睛需要 100 到 400 毫秒。80 毫秒比眨眼动作还要快，等同于人开口时听到自己回声的自然延迟。这种近乎实时的声音反馈，让对话重新有了自然的互动节奏。熟悉的声音在几十毫秒内实时响起，患者重新找回了完整的个人身份。
两年说出 196 万词，重返家庭日常
实验室里演示成功，距离走进日常生活有着巨大的鸿沟。2026 年 6 月，《自然·神经科学》（Nature Neuroscience）公布了长期随访数据。在近两年的时间里，哈雷尔独立居家使用这套设备超过 3800 小时。每天开机 10 到 14 个小时，他累计说出了 183,060 句话、共计 1,960,163 个词。在使用过程中，系统输出的句子有 92% 达到大体正确。哈雷尔使用假体时的平均语速达到每分钟 56 词。
这个速度具有切实的日常意义。普通人闲聊时的平均语速约为每分钟 120 到 150 词。哈雷尔患病后自然发音每分钟只能讲出 6 个词。56 词的语速相当于恢复到常人交谈速度的三分之一以上。他不再需要枯坐几分钟敲出短句，而是能够顺畅地参与晚餐闲谈。
技术目前依然伴随着物理代价。哈雷尔的头顶仍保留着两个微型接口。设备必须通过专用线缆连接旁边的电脑主机和电源，外出仍受限制。哈雷尔目前也是全球唯一一位如此高频使用语音假体的患者。
重返生活的意义就在这些琐碎的细节里。哈雷尔在采访中感慨，这套设备让他能够陪伴 4 岁女儿聊天。他可以随时与妻子交流心事，也能和老朋友坐在一起讲讲冷笑话。
直接解码发音动作，跳过了把思维翻译成文字的中转环节。失语者因此重新获得了贴近日常交流的说话速度。语音假体跨越了从按键打字到实时开口的技术门槛。当熟悉的声音再次在客厅回响，哈雷尔重新找回了身为父亲与丈夫的日常尊严。
参考链接：
- Science News 播客报道：用大脑发声是怎样的体验。
- Nature 论文：肌萎缩侧索硬化症患者高准确率实时语音假体研究。
- 加州大学戴维斯分校健康中心：首创技术帮助渐冻症患者实时开口。
