借助人工智能技术,一位中风患者通过数字分身重新获得了“说话”的能力。这是一项由加州大学旧金山分校(UC San Francisco)和加州大学伯克利分校的研究人员共同开发的突破性技术,它不仅让这位名叫Ann的女士能够通过面部表情来“说话”,而且也是首次从大脑信号中合成语音和面部表情。
更多消息:https://heehel.com/category/ai-news
技术突破:大脑植入物与数字分身
Ann在30岁时因脑干中风导致严重瘫痪,失去了对身体所有肌肉的控制,甚至无法自主呼吸。经过多年的物理治疗,她能够通过微小的头部动作来移动面部肌肉,但仍然无法说话。现在,通过这项新技术,她不仅能够通过数字分身表达自己,而且其交流速度也得到了显著提升,从每分钟14个单词提高到近80个单词。
研究背景与目标
这项技术被称为脑机接口(BCI),由UCSF神经外科主席Edward Chang博士领导的研究团队开发。他们的目标是恢复一种全面、具身化的交流方式,即最自然的交流方式。这项研究的最新突破于2023年8月23日发表在《自然》杂志上,Chang博士希望这项技术能够尽快获得FDA的批准,从而帮助更多无法说话的患者。
技术实现:信号解码与语音合成
为了实现这一目标,研究团队在Ann的大脑表面植入了一个含有253个电极的薄片,这些电极位于与语言生成至关重要的大脑区域。通过连接到计算机的电缆,电极能够截获大脑发出的信号,这些信号本应传递到控制嘴唇、舌头、下颌和喉部的肌肉,以及面部肌肉。
Ann与研究团队一起工作,训练人工智能算法识别她独特的大脑信号,以形成语音。这个过程包括反复说出一个1024个词汇的会话词汇表中的不同短语,直到计算机能够识别与所有基本语音声音相关的大脑活动模式。
语音与面部表情的合成
研究人员不仅训练AI识别语音,还训练它识别与语音同步的面部表情。他们使用了一个名为Speech Graphics的公司的软件,该软件可以模拟和动画化面部肌肉的运动。通过定制的机器学习过程,软件能够将Ann大脑中尝试说话时发出的信号转换为数字分身面部的动作,包括下颌的开合、嘴唇的突出和闭合、舌头的上下移动,以及表达喜怒哀乐的面部动作。
未来展望:无线BCI与社会影响
研究团队的下一步是开发一个无线版本的BCI,这样患者就不需要通过物理连接到BCI来控制。这将极大地提高患者的独立性和社交互动。对于Ann来说,参与这项技术的开发改变了她的生活,让她感到自己再次对社会有所贡献,并重新找到了工作的感觉。
这项技术不仅为像Ann这样的患者带来了希望,也为未来人机交互和辅助技术的发展开辟了新的道路。通过这项研究,我们看到了人工智能如何帮助人们克服身体上的障碍,重新获得与世界沟通的能力。