摘要：研究人员提供了首个直接证据，证明脑控技术可以帮助听者在拥挤环境中隔离单一声音。该研究展示了一个作为"神经延伸"的系统，利用实时脑电信号识别一个人正在关注的说话者，并自动放大该特定声音。
这一突破解决了"鸡尾酒会效应"问题——这是传统助听器的主要局限，它们在嘈杂环境中通常难以区分重叠的对话。
主要研究成果
- 脑优先方法：与传统助听器不加区分地放大所有传入声音不同，该系统利用大脑在复杂环境中自然过滤的能力。
- 实时识别：使用机器学习算法，该系统监测脑电波"峰值和谷值"的时序，将其与特定对话的模式相匹配。
- 直接人体证据：研究涉及已植入电极的癫痫患者；该系统正确识别了他们的关注点并即时调整音量，显著提高了语音可懂度并减少了"听觉负担"。
- 动态灵活性：当受试者被引导关注特定说话者或自由选择对话时，该技术均能成功运作，模拟了真实世界中的社交动态。
- 实际应用：这项研究标志着脑控助听技术从理论科学转变为提供即时、实时效益的功能性原型。
来源：哥伦比亚大学
哥伦比亚大学Zuckerman研究所的科学家们首次从人体研究中获得直接证据，证明脑控听力技术可以帮助人们在人群中分辨出单一声音。
这些早期发现表明，研究人员可能有朝一日开发出听力增强设备，能够克服传统助听器在嘈杂环境中的问题。
通过监测脑电波与特定声音节奏的同步性，这个实时系统充当神经延伸，放大听者想要的对话，同时消除竞争性背景噪音。
他们的研究已于今日在线发表在《自然·神经科学》(Nature Neuroscience)期刊上。
资深作者Nima Mesgarani博士表示："我们已经开发出一个系统，作为用户的神经延伸，利用大脑在复杂环境中自然过滤所有声音的能力，动态隔离他们希望听到的特定对话。"
Mesgarani博士补充道："这项科学使我们能够超越仅放大声音的传统助听器，迈向一个技术能够恢复人类大脑复杂选择性听力的未来。"
在这项新研究中，哥伦比亚大学研究人员与外科医生及其癫痫患者合作，这些患者正在接受脑部手术以更好地定位癫痫发作源。参与本研究的医院患者已经自愿在脑中植入了电极。
Mesgarani博士的系统利用这些电极测量患者专注于同时播放的两个重叠对话之一时的大脑活动。然后，该系统自动检测患者正在关注哪个对话，并实时调整音量，在提高该对话音量的同时降低另一个对话的音量。
对于一位志愿者来说，用大脑控制该系统的体验简直难以置信。她甚至指责研究人员秘密调整了音量。其他人则讲述了有听力障碍的朋友和家人如何从这种技术中受益。有人表示："这看起来像是科幻小说。"
现代助听器擅长放大语音同时抑制某些背景噪音，如交通噪音。但它们无法分离和增强特定感兴趣的语音；它们不加区分地放大传入麦克风的每种声音。这使得人们难以在一堆声音中专注于特定说话者。
解决这个问题的一个有前景的方案是能够模仿人类大脑通常如何识别并专注于人群中一个说话者的助听设备，这种现象有时被称为"鸡尾酒会效应"。
2012年，Mesgarani博士及其同事发现了识别与人群中多个说话者相关的特定脑电信号集的方法。例如，脑电波的峰值和谷值的时序可以与对话中的声音和静默相匹配。他们还发现，独特的大脑活动模式可以揭示一个人正在关注哪个对话以及正在过滤掉哪个对话。
这些发现有朝一日可能导致现实世界的听力辅助和增强设备，这些设备可以监测脑电波以检测和放大一个人最感兴趣的对话。
在过去十年左右的数百项研究中，Mesgarani博士和其他人克服了诸多挑战，试图将这一梦想变为现实，例如开发计算机算法来自动分离一组中多个说话者的声音，然后将每个说话者的声音与听者的脑电波进行比较。
论文第一作者Vishal Choudhari表示："一个尚未解答的核心问题是，脑控听力技术能否超越渐进式进步，迈向一个能够在实时帮助人们听得更好的原型。"
"我们首次证明，这种读取脑电信号以选择性增强对话的系统可以提供明确的实时效益。这使脑控听力从理论走向实际应用。"
研究人员与在霍夫斯特拉北岸医学院、范斯坦医学研究所、纽约大学医学院和加州大学旧金山分校神经外科部门自愿参与研究的医生和患者合作。
科学家开发了实时机器学习算法，可以检查脑电波并识别患者正在关注哪个对话。一旦部署，他们的系统可以快速推断每个听者正在关注哪个对话，并使他们更容易听到它。
这既发生在研究人员引导受试者关注特定对话时，也发生在受试者自由选择时，正如在现实世界对话中所必需的那样。
Mesgarani博士表示："为了实现实时工作，系统必须非常快速、准确和稳定，才能让听者感到愉快。"
科学家发现他们的新系统正确识别了志愿者关注的对话。这极大地提高了志愿者关注的语音的可懂度，减少了听觉负担，并且与系统未提供帮助的对话相比，志愿者一致更喜欢这种体验。
一位志愿者回忆起她有听力问题的叔叔。"你能想象如果这项技术存在，他能够使用它吗？他实际上可能会过上更加平静的生活。"
根据世界卫生组织的数据，全球有超过4.3亿人患有致残性听力损失，其中许多人在嘈杂的社交环境中最为困难。未经治疗的听力损失是痴呆症的主要可改变风险因素，也是抑郁症和社会孤立的主要促成因素。
科学家表示，这项研究为未来可穿戴系统奠定了基础，这些系统有朝一日可能将脑感应与高级音频处理集成在一起。这将帮助听力损失者，并可能为日常挑战性环境（如餐馆、教室、繁忙的工作场所和家庭聚会）中的人们增强听力并减少听觉疲劳。
科学家指出，在这项技术以可穿戴形式提供并在更复杂的现实场景中以最小侵入方式工作之前，还需要大量工作。例如，Mesgarani博士表示，他们希望有一天能看到他们的系统在更复杂的现实听觉条件下的表现。
Choudhari博士补充道："这些结果标志着向新一代与听者意图一致的脑控听力技术迈出了重要一步，可能改变人们在嘈杂、多说话者环境中导航的方式。"
完整作者名单包括Vishal Choudhari、Maximilian Nentwich、Sarah Johnson、Jose L. Herrero、Stephan Bickel、Ashesh D. Mehta、Daniel Friedman、Adeen Flinker、Edward F. Chang和Nima Mesgarani。
这项工作得到了Marie-Josee和Henry R. Kravis基金会以及美国国立卫生研究院国家耳聋和其他沟通障碍研究所的资助。
常见问题解答：
Q: 未来我需要脑部手术才能使用这项技术吗？
A: 虽然这项研究使用了外科电极以获得精确度，但最终目标是开发可穿戴的、最小侵入性系统，将脑感应与音频处理集成，用于日常使用。
Q: 系统如何"知道"我在听哪个人？
A: 每个声音都有独特的"节奏"，包括声音和静默。当你专注时，你的大脑活动会与这些特定节奏同步。系统算法将听者的脑电波与它检测到的单独声音流进行比较并"匹配"它们。
Q: 为什么这被认为是一项重大健康突破？
A: 致残性听力损失影响全球超过4.3亿人，是痴呆症、抑郁症和社会孤立的主要风险因素。使社交环境再次"平静"的技术可以显著减少与听力障碍相关的认知疲劳和社会孤立。
关于这项听觉神经科学和神经技术研究的新闻：
作者：Nima Mesgarani, PhD
来源：哥伦比亚大学
联系人：Nima Mesgarani, PhD — 哥伦比亚大学
图片：图片归 Neuroscience News 所有
原始研究：开放获取。
"多说话者环境中实时脑控选择性听力增强语音感知"，作者：Vishal Choudhari、Maximilian Nentwich、Sarah Johnson、Jose L. Herrero、Stephan Bickel、Ashesh D. Mehta、Daniel Friedman、Adeen Flinker、Edward F. Chang和Nima Mesgarani，《自然·神经科学》
DOI:10.1038/s41593-026-02281-5
摘要
在嘈杂环境中理解语音对许多人来说很困难，当前的助听器常常失败，因为它们放大了所有声音，而不仅仅是感兴趣的说话者。
听觉注意解码(AAD)提供了一个潜在解决方案，利用听者的大脑信号来识别和增强关注的说话者，但尚不清楚这能否提供实时感知效益。
在这里，我们使用高分辨率颅内脑电图，在接受神经外科手术的患者中实施了一个闭环系统，该系统实现了动态放大关注说话者所需的解码保真度。
在多项实验中，该系统提高了语音可懂度，减少了听觉负担，并且受试者一致更喜欢它。它还能追踪指令性和自我发起的注意力转移。
通过提供直接证据，证明实时脑控听力系统可以增强感知，这项工作为未来听觉脑机接口建立了一个关键性能基准，并将AAD从理论概念推进为个性化辅助听力的验证解决方案。
【全文结束】