Nature：华裔科学家成功解码脑电波，AI直接从大脑中合成语音( 四 )

2019-04-25

最终，这套新系统每分钟能够生成150单词，接近自然讲话的语速水平。而以前基于植入物的通信系统每分钟可以生成大约8个单词。

技术细节：两阶段解码方法

在这项工作中，研究人员使用了一种叫做高密度皮层脑电图的技术来跟踪志愿者说话时大脑中控制言语和发音器官运动的区域的活动，志愿者们被要求说了几百句话。

为了重建话语，Anumanchipalli等人不是将大脑信号直接转换为音频信号，而是使用一种两级解码的方法。他们首先将神经信号转换为声道发音器官运动的表示，然后将解码的运动转换为口语句子，如图1所示。两次转换都使用了递归神经网络——一种人工神经网络，在处理和转换具有复杂时间结构的数据时特别有效。

图1：语音合成的脑机接口

在上图A中，以前的语音合成研究采用的方法是使用脑电图（ECoG）设备监测大脑语音相关区域的神经信号，并尝试将这些信号直接解码合成语音，使用一种称为递归神经网络(RNN)的人工神经网络；

推荐阅读

上一篇：华为手机才是真“良心”手机，国内定价远低于国外？

下一篇：负面频传市场情绪转变光环渐褪的特斯拉正在失宠