用AI修复失语者的声音：大模型如何帮助渐冻人重新“说话”？

用AI修复失语者的声音：大模型如何帮助渐冻人重新“说话”？

原文链接：https://www.isca-archive.org/interspeech_2025/sanchez25_interspeech.html

你有没有想过，如果有一天你说的话别人完全听不懂，那会是什么感觉？对于患有构音障碍（dysarthria） 的人来说，这正是他们每天面临的现实。这种由神经系统疾病（如渐冻症ALS或脑瘫CP）引起的语言障碍，会让说话变得缓慢、含糊不清，甚至完全无法交流。

幸运的是，随着人工智能和语音合成技术的发展，我们正在探索一种新的解决方案——声音重建（voice reconstruction）：用AI模型“修复”患者的语音，让他们既能清晰表达，又能保留自己原本的声音特质。

最近，爱丁堡大学的研究者Ariadna Sanchez和Simon King在Interspeech 2025上发表了一项开创性研究：他们尝试使用一个名为 Parler TTS 的大型语音生成模型，来实现对构音障碍患者的声音重建。这是首次有人尝试用大模型做这件事，结果既令人兴奋，也暴露出当前技术的局限。

今天，我们就来深入解读这篇论文，带你一步步理解：

• 什么是“声音重建”？
• 实验是怎么设计的？