Nature 子刊丨实时、脑控听觉系统能否增强听觉注意解码基本信息TitleReal-time brain-controlled selective hearing enhances speech perception in multi-talker environments发表时间2026 年 10 月 1 日在线发表发表期刊Nature Neuroscience影响因子20.32025 年度JCR Q1研究方法颅内脑电iEEG实时闭环听觉注意解码 选择性增益控制辅以瞳孔测量与行为任务参与被试4 名自报听力正常的癫痫监测患者颅内电极植入与 40 名听障个体鸡尾酒会上好几路声音同时钻进耳朵你却能锁定其中一个人聊下去。“听谁”这个决定此刻就写在你自己的脑信号里。研究者在 4 名颅内植入电极的患者身上验证了一件事实时读取这份信号、自动放大你想听的那个人你真的能听得更清楚。在40 名听障者的聆听测试中这套系统的输出同样被明显偏好。研究背景过去十年数百项研究致力于提升听觉注意解码的精度但其中只有少数尝试实时解码与闭环控制。一个关键问题始终悬而未决一套实时、脑控的听觉系统能否让人真正听得更清楚这背后缺的是感知层面的验证——解码准确率再高也不等于听者的耳朵真的受益。而实时系统还必须在速度、稳定性与精度上都达到高性能阈值。这项研究正面回答了这个问题。实验方法研究分两阶段。离线阶段被试按视觉箭头提示注意左右两路对话中的一路研究者据此为每位被试训练一个模型即听觉注意解码auditory attention decoding, AAD系统——它能从脑信号里反推“此刻在听谁”。在线阶段模型冻结后实时运行判断结果直接驱动音频增益被注意的说话者被动态放大而被试并不知情盲法。全程以重复词检测任务监测注意投入听到所注意对话里出现重复的词就按键。听障验证环节另招募 40 名听障者聆听系统输出的音频。核心发现一、离线解码精度远超随机水平信息量最高的电极集中于颞上回4 名被试的离线解码精度全部显著高于 50% 的随机水平平均达72.0% 到 90.3%。信息量最高的电极集中在颞上回周围的听觉皮层但并不限于左侧右半球和背侧额顶区域也有分布。作者提示线性解码器可以利用分布式皮层网络可能招募高阶注意资源这有助于系统稳健。图注实验范式植入颅内电极的听者同时听两段空间上分开的对话解码器从神经信号重建被注意语音的包络驱动系统实时放大被注意说话者。右侧显示单电极解码精度集中于颞上回且精度随时窗与最优电极数递增。图源原文 Figure 1二、脑控增益带来多重感知获益更听得清、更省力、更被偏好实验 1 中系统在试次中途开启被注意说话者相对背景声的响度优势目标-掩蔽比target-to-masker ratio, TMR从 −6 dB 平均提升12 dB数值越高越容易听清。结果有三层当两段之间可懂度发生变化时改善显著更可能出现在系统开启段试末二选一时被试强烈偏好系统开启个体偏好率达75% 到 95%两名数据可用的被试瞳孔直径听努力的生理代理指标在系统开启段显著更小提示认知负荷降低。图注系统在 24 秒激活后神经解码明显翻转向被注意说话者bTMR 从 −6 dB 转为正值d被试压倒性偏好“系统开启”e可懂度更可能改善f两名被试瞳孔缩小提示听努力下降g。图源原文 Figure 2三、系统表现的波动主要反映用户自身的注意状态被试的注意投入越高重复词检测得分越高该试次的解码精度显著越高。反过来单试次解码精度显著预测主观偏好精度每提高 1%偏好系统开启的几率约增加4.3%。作者提示系统表现的波动未必是解码失败更可能反映用户自身内部认知状态的起伏。图注用户自身的注意追踪表现显著预测系统解码精度a反过来单试次解码精度越高用户越倾向偏好“系统开启”b。系统表现的波动主要反映用户的注意状态。图源原文 Figure 3四、系统跟得上注意切换无论指令性还是自发性实验 2 中视觉线索要求被试切换注意对象系统成功翻转增益以切换后平均 TMR 回到 0 dB 定义的平均切换时间为5.1 秒延迟主要来自系统设计里的滑动窗与平滑滤波。重复词检测呈清晰的 X 型交互证实被试能按指令灵活切换。图注切换线索出现后时间 0神经解码与 TMR 增强都快速从对话 1 翻转向对话 2各被试解码精度均高于随机水平重复词检测呈 X 型交叉证明系统能跟上指令性注意切换。图源原文 Figure 4实验 3 中无需任何外部提示系统同样追踪自发的注意切换实时增强新注意的说话者、衰减先前注意的说话者。关键的对照研究者在不告知被试的情况下反转增益放大未注意方被试立即报告更难听清——证明获益确实与正确解码绑定。图注被试自由切换注意时系统的解码与 TMR 增强仍能实时跟随b、c而在不告知被试的反向增益对照中被注意说话者反被抑制、听感变难d、e证明获益确实来自正确解码。图源原文 Figure 5五、听障者获益更大解码对声学条件稳健40 名听障者聆听系统输出后对系统开启条件有强偏好且客观可懂度改善显著大于正常听力的植入组客观获益在中重度听障者中最明显可能因任务对其更具挑战、对 TMR 提升更敏感。此外竞争说话者是否同性别、背景噪声类型、说话者此前是否听过均不影响解码精度用算法从混合声中分离出的声源替代干净声源时解码性能几乎不变支持 AAD 在没有干净音源的真实场景中运行的可行性。总结作者结论这是首个直接证据证明实时闭环 AAD 系统能在多说话人环境中改善语音感知——脑信号不仅能解码注意焦点还能提升可懂度、增加主观偏好并降低听努力把 AAD 从理论概念推进为经过感知验证的听觉技术并为领域确立了性能基准。作者自认的局限有三实验 1 的试次结构固定先系统关闭后系统开启第二段听努力的降低可能部分反映对任务的时间适应但作者将主要获益归因于系统驱动的增强iEEG 并非可即刻普及的方案作者将其定位为建立金标准基准的科学上必要的选择在高混响、多竞争说话者的复杂真实环境中保持稳健仍是显著挑战。关于我们 你好这里是「Brain博览记」,专注脑科学的科研团队。每天看文献、做研究、处理数据分享我们的所见所学。 聚焦脑科学、心理学、神经科学、脑机接口追踪大脑、认知与行为研究的重要进展。「文献解读」——精选“脑科学”前沿文章从研究背景、实验设计到结果与启示带你真正读懂一篇好文章⚡「每日速览」——捕捉最新24小时前沿文献提炼核心发现与研究亮点每日更新。「脑科学知识库」——持续更新最新文献直接加入你的“AI知识库”。 持续关注认知、情绪、记忆、注意、决策、脑影像、计算建模及神经精神疾病等研究方向愿我们一起连接脑科学洞见认知未来。