внутренняя речь

Учёные выявили активность мозга, связанную с внутренней речью — беззвучным монологом в голове человека, — и успешно расшифровали её с точностью до 74 %. Результаты исследования, опубликованные в журнале Cell, их выводы могут помочь людям, которые не могут говорить вслух, легче общаться с помощью интерфейса «мозг — компьютер» (ИМК), который начинает переводить внутренние мысли, когда участник мысленно произносит слова. Впервые удалось понять, как выглядит активность мозга, когда вы просто думаете о том, чтобы заговорить. Людям с серьёзными нарушениями речи и двигательными нарушениями ИМК, способные расшифровывать внутреннюю речь, могут помочь общаться гораздо проще и естественнее. ИМК недавно появились как инструмент помощи людям с ограниченными возможностями. Используя датчики, имплантированные в области мозга, которые управляют движением, системы ИМК могут декодировать нейронные сигналы, связанные с движением, и преобразовывать их в действия, такие как движение протеза руки. Исследования показали, что ИМК может даже расшифровывать попытки людей с параличом говорить. Когда пользователи физически пытаются говорить вслух, задействуя мышцы, отвечающие за произнесение звуков, интерфейсы «мозг — компьютер» могут интерпретировать возникающую мозговую активность и печатать то, что они пытаются сказать, даже если речь неразборчива. Хотя общение с помощью интерфейса «мозг — компьютер» происходит гораздо быстрее, чем с помощью более старых технологий, в том числе систем, которые отслеживают движения глаз пользователя и печатают слова, попытки говорить всё равно могут быть утомительными и медленными для людей с ограниченным контролем мышц. Команда задалась вопросом, могут ли ИМК декодировать внутреннюю речь. Если вам нужно просто думать о речи, а не пытаться говорить, то это будет проще и быстрее. Команда учёных зафиксировала нейронную активность с помощью микроэлектродов, имплантированных в моторную кору — область мозга, отвечающую за речь, — у четырёх участников с тяжёлым параличом, вызванным либо боковым амиотрофическим склерозом (БАС), либо инсультом ствола головного мозга. Исследователи просили участников либо попытаться произнести слова, либо представить, как они это делают. Они обнаружили, что попытки говорить вслух и про себя активируют одни и те же области мозга и вызывают схожие паттерны нейронной активности, но при внутренней речи активация в целом слабее. Используя данные внутренней речи, команда обучила модели искусственного интеллекта интерпретировать воображаемые слова. В ходе экспериментальной демонстрации ИМК смог расшифровать воображаемые предложения, состоящие из 125 000 слов, с точностью до 74 %. С помощью этого ИМК также удалось уловить то, что некоторые участники эксперимента проговаривали про себя, но не произносили вслух, например числа, когда участников просили сосчитать розовые круги на экране. Исследователи обнаружили, что, хотя попытки говорить и внутренняя речь вызывают схожие паттерны нейронной активности в моторной коре, они достаточно отличаются друг от друга, чтобы их можно было надёжно различать.

https://medicalxpress.com/news/2025-08-brain-interface-decoding-speech-real.html

Имплантат, считывающий электрическую активность мозга, позволил женщине, страдающей параличом, почти мгновенно услышать то, что она собирается сказать. Благодаря алгоритмам искусственного интеллекта её интерфейс «мозг — компьютер» (BCI) может декодировать слова из нейронных сигналов и преобразовывать их в речь в течение 3 секунд. Хотя BCI работает с короткими предложениями, он всё равно функционирует с довольно большой задержкой по сравнению с естественным общением.

Создана карта нейронов с самым высоким разрешением, которые кодируют значения различных слов. На картинке условные изображения нейронов кодирующих слова "утка" и "яйцо".  Результаты указывают на то, что у разных людей мозг использует одни и те же стандартные категории для классификации слов, что помогает нам превращать звуки в смысл. 

https://www.nature.com/articles/d41586-024-02146-6

Исследователи разработали компактный маломощный интерфейс мозг-машина (BCI) под названием MiBMI, предназначенный для улучшения общения людей с тяжелыми двигательными нарушениями. Устройство переводит нейронную активность в текст с точностью 91%, используя высокоминиатюрную систему, обрабатывающую данные в режиме реального времени.

https://neurosciencenews.com/bmi-chip-neurotech-27583/

Мозговой имплантат переводит слова в мозгу в речь для людей, парализованных в результате несчастных случаев, инсультов или таких состояний, как ALS. Устройство ошибается при преобразовании мозговой активности в слова менее чем в 3% случаев, что соответствует частоте ошибок при чтении абзаца вслух в норме.Новое устройство интерфейса мозг-компьютер (BCI) подключает 256 электродов непосредственно к ткани мозга и считывает сигналы отдельных нейронов, ответственных за произношение слов или фонем. Искусственный голос запрограммирован так, чтобы имитировать собственный голос пациента. Алгоритм рассчитан на словарный запас примерно в 125 000 слов – вдвое больше, чем у обычного студента колледжа.

Речевые интерфейсы «мозг-машина» (BCI) преобразуют сигналы мозга в слова, позволяя общаться людям, потерявшим речевые способности из-за болезней или травм. Несмотря на то, что были достигнуты важные успехи в декодировании вокализованной речи, результаты чтения внутренней речи еще не достигли высокой функциональности. Примечательно, что до сих пор неясно, из каких областей мозга можно декодировать внутреннюю речь. Исследовали двух пациентов с тетраплегией с имплантированными массивами микроэлектродов, расположенными в супрамаргинальной извилине (SMG) и первичной соматосенсорной коре (S1), которые слушали и воображали вокализованную речь из шести слов и двух псевдослов. У обоих участников обнаружили значительную нейронную репрезентацию внутренней и вокализованной речи на уровне отдельных нейронов и популяции в SMG. Судя по зарегистрированной активности нейронных популяций в SMG, воображаемые слова были в значительной степени декодируемы. При автономном анализе достигли средней точности декодирования 55% и 24% для каждого участника соответственно (уровень вероятности 12,5%), а во время онлайн-задачи внутренней речи мы получили в среднем точность 79% и 23% соответственно. Доказательства общих нейронных представлений между внутренней речью, чтением слов и вокализованными речевыми процессами были обнаружены у 1 пациента в SMG, который представлял слова, а также псевдослова, что свидетельствует о фонетическом кодировании. Кроме того, наш декодер достиг высокой классификации благодаря множеству внутренних речевых стратегий (слуховое воображение/визуальное воображение). Активность в S1 модулировалась вокализованной, а не внутренней речью у обоих участников, что позволяет предположить, что во время производства внутренней речи не происходило никаких артикуляционных движений речевого тракта. Эта работа представляет собой доказательство концепции высокопроизводительного BCI для внутренней речи.