在嘈杂的鸡尾酒会上，我们总能从交织的人声中精准捕捉到好友的低语。这种大脑与生俱来的选择性听力，被科学界称为“鸡尾酒会效应”，是人类听觉系统最神奇的能力之一。 然而，对于机器而言，从混杂声音中分离并识别单一声源非常困难，这就是“鸡尾酒会问题”。比如传统的助听器只会无差别放大所有声音，杂音与对话同步放大，导致用户在复杂环境下依然听不清、听得累。 近日，来自哥伦比亚大学、加州大学旧金山分校等机构的联合团队，成功研发了一套实时闭环脑控听力系统，直接通过解码大脑注意力信号，实时放大目标人声、压制杂音，让人在嘈杂环境中想听谁就听清谁，彻底打破传统助听器的技术瓶颈。研究成果发表于 Nature Neuroscience 期刊。 通讯作者尼玛·梅斯加拉尼（Nima Mesgarani）长期致力于解析人类大脑处理复杂声音环境的神经机制，其研究的核心贡献在于揭示了大脑如何在“鸡尾酒会”场景下有选择性地重构目标谈话者的声谱特征。 他此前的研究不仅证实了听觉皮层会为关注的声音产生独特的“标签”，还开发了一系列先进的语音分离算法和刺激重建模型，奠定了从微弱神经活动中还原清晰语音波形的理论基石。 传统助听器的核心逻辑很简单：麦克风收集所有声音并统一放大，然后再传入耳朵。这种放大模式忽略了人类听觉的核心需求，选择性关注。大脑天生会筛选声音：你关注的人说话，大脑会强化其神经信号；无关杂音，大脑会自动抑制。但传统助听器把目标对话、旁人闲聊、餐具碰撞、环境噪音全部放大，原本微弱的目标声音被杂音淹没，用户只能费力分辨，久而久之产生听觉疲劳、焦虑，甚至放弃佩戴。 早在 20 世纪 50 年代，科学家就发现 “鸡尾酒会效应” 背后的神经机制：人类听觉皮层会对关注的声音产生独特的神经信号，就像给目标声音打上专属标签。基于这一发现，“听觉注意力解码（AAD）” 技术应运而生：通过分析人脑的电生理信号（如脑电图 EEG）来识别用户当前正关注哪个说话者或声音源。 在运作流程上，系统首先通过高分辨率电极，从患者大脑皮层实时采集低频与高频信号，这两者共同构成了捕捉注意力特征的高清数据源；随后，利用线性回归模型，根据这些大脑信号还原出患者正在关注的那段声音的波形。 判定阶段，系统会将这段由大脑信号复刻出的波形，与环境中捕获的多个竞争音源进行相关性比对，相关性数值最高的音源即被判定为当前的注意力焦点；最终，系统自动将目标音源的音量提升最高 9 分贝，同时压低另一方。为了让音量过渡自然，团队还引入了马尔可夫模型进行平滑处理，避免音量突变带来的不适感 。 为了验证这套系统是否好用，研究人员招募了 4 名癫痫患者进行了三项测试。这类患者因治疗需要，颅内已植入高精度电极，直接贴合大脑听觉皮层，能采集到最清晰、最精准的神经信号。所有患者自述听力正常，确保实验不受原有听力障碍干扰。 第一项测试，模拟嘈杂环境下的基础聆听场景。患者同时听两段对话，系统在中途开启。结果显示，系统开启后，患者对目标语音的理解准确率显著提升，信噪比平均改善了 12 分贝。高达 75% 到 95% 的试次中，患者明确表示更喜欢系统开启后的听觉体验。 更重要的是，生理指标也给出了证据，患者的瞳孔扩张程度显著降低。在神经科学中，瞳孔变小意味着大脑不需要费那么大劲去处理信息，这证明系统确实让听力变得更省劲。 第二项测试，验证注意力切换灵敏度。现实中，我们会随时切换谈话对象。实验中，当患者收到指令把注意力从左侧发言者转到右侧时，系统表现出了极高的灵敏度。系统能在平均 5.1 秒内识别出这种转变，并自动切换放大对象。 第三项测试，模拟最真实的自主聆听场景。不给任何外部指令，让患者随心所欲切换关注对象。即便如此，系统依然能稳定捕捉这种自发的注意力转移，精准放大目标声音，完美适配真实多变的生活场景。 有人会好奇：为什么不直接给助听器装摄像头，靠眼神追踪判断关注对象？研究团队明确指出，脑控听力比眼神追踪靠谱太多。 一方面，当两个说话人距离很近，或是听广播、公开演讲时，眼神根本没法区分目标；另一方面，人常出现“眼神看 A、耳朵听 B”的情况，比如开会时盯着同事，其实在听邻座聊天，眼神根本不能真实反映听觉注意力；更重要的是，靠眼神、转头判断，长时间下来会非常疲劳，而脑波解码是全自动、无感的，全程不用任何额外动作。 此外，研究团队还进行了一项极具人文关怀的额外测试：他们邀请了 40 名真实的听障患者，让他们听这套系统处理后的音频。结果显示，相比于听力正常者，听障人群从这套系统中获得的理解力提升更为巨大。这证明了该技术不仅在实验室里有效，在临床应用上也具备巨大的应用潜力。
