近日，来自上海的研究团队在 Science Advances 发表最新成果：他们成功利用脑机接口（Brain-Computer Interface, BCI）系统，实现了对汉语普通话的实时语言解码——这是全球首例针对声调语言的脑机实时译码研究。令人惊喜的是，受试者不仅能通过脑信号输出汉语语句，还能控制机械臂、数字化身，并与大语言模型互动。
脑机接口：为失语患者“读心”发声
尽管“读心”技术听上去有些科幻，但对于那些因神经系统疾病（如中风或肌萎缩侧索硬化症，ALS）而失语的患者，脑机接口提供了一条全新的沟通途径。通过解码大脑皮层中的神经信号，BCI系统可以将脑活动“翻译”成语音或文字，帮助患者重新获得交流能力。
目前，国际上多数BCI语音解码研究集中在英语等非声调语言。这种研究通常聚焦于大脑的腹侧感觉运动皮层（ventral sensorimotor cortex），该区域负责控制发音运动。科学家可将该区域的神经信号转化为离散的语言单元或发音参数，再合成为语音或文字，从而恢复患者的沟通能力。
汉语的挑战：声调与同音字的“噪音”
然而，普通话的脑机解码难度要远高于英语。汉语是声调性单音节语言，具有大量同音词和复杂的音调变化，这使得神经信号的区分更加困难。以往的研究多能识别少量音节或声调，但尚未实现覆盖全部音节、实时输出的系统。
此次研究的突破得益于一项临床合作。科研团队在一名43岁的癫痫患者临床监测过程中，植入了一块256通道高密度皮层脑电图（ECoG）阵列，连续记录了11天的语言相关脑信号。受试者完成了包括单字朗读与句子阅读在内的任务，研究团队还引入了**三元汉语语言模型（3-gram Mandarin language model）**以提升句子解码的准确性。
实时解码与交互：从脑信号到语言
结果显示，ECoG信号揭示了音节与声调在大脑中的不同神经表征。系统在单字任务中达到了71.2%的音节识别准确率；结合语言模型的实时句子解码准确率达73.1%，信息传递速率约为每分钟49.7个汉字。
论文作者指出，这一成果得益于“高密度、超贴合ECoG阵列与以音节为中心的解码框架（syllable-centric decoding framework）相结合”。这种设计使得研究团队能够在无需语言学后处理的情况下，仅通过神经特征成功区分394个汉语声调音节。
展望未来：从单例验证到普适应用
尽管成果显著，研究团队也指出当前工作仍有局限：实验仅基于一位受试者，电极覆盖范围也受到临床监测需求限制，尚未囊括所有与声调加工相关的脑区。
未来，研究人员计划进一步扩展研究对象，提升系统的普适性与稳定性。他们认为，除了改进硬件与算法外，扩大脑区信号采集范围将是下一阶段的重要方向。未来的BCI系统可能不仅利用运动与前运动皮层信号，还会整合中颞回、下额回及缘上回等更高层次语言处理区的活动，从而融合语义与句法信息，构建出更稳定、更精准的语音解码系统。
这项研究不仅为声调语言的脑机解码奠定了技术基础，也为失语症、脑卒中及神经退行性疾病患者的沟通重建带来了新的希望。
参考文献：Youkun Qian et al, Real-time decoding of full-spectrum Chinese using brain-computer interface, Science Advances (2025). DOI: 10.1126/sciadv.adz9968
编辑：王洪
排版：李丽
评论 (0)