Non è telepatia e non è una macchina capace di ascoltare ogni pensiero. È un sistema che riconosce l’attività cerebrale prodotta quando una persona tenta volontariamente di articolare una frase, anche se la paralisi impedisce alla bocca e alla voce di eseguirla. Una nuova interfaccia cervello-computer ha permesso a una donna colpita da un grave ictus del tronco encefalico di trasformare questi segnali in una voce sintetica quasi simultanea.

La tecnologia è stata sviluppata da ricercatori dell’Università della California a San Francisco e di UC Berkeley. La partecipante, 47 anni al momento dello studio, non riusciva più a parlare né a produrre suoni da 18 anni. Elettrodi ad alta densità, collocati sulla superficie della corteccia sensomotoria del linguaggio, registravano le configurazioni neurali associate ai suoi tentativi silenziosi di pronunciare parole. Il lavoro è stato pubblicato il 31 marzo 2025 su Nature Neuroscience.

Una voce ogni 80 millisecondi

La novità principale non consiste soltanto nel decodificare le parole, ma nel farlo “in streaming”. Le precedenti neuroprotesi spesso aspettavano che l’utente completasse un’intera frase prima di elaborarla, introducendo pause incompatibili con il ritmo di una conversazione naturale.

Il nuovo modello di deep learning, basato su reti neurali ricorrenti di tipo RNN-T, analizza invece l’attività cerebrale in segmenti di appena 80 millisecondi e produce progressivamente le corrispondenti unità sonore. Il sistema ha completato elaborazione e sintesi entro questo intervallo nel 99,3% dei passaggi analizzati.

Secondo i National Institutes of Health, il passaggio dall’attività cerebrale legata al linguaggio al suono udibile richiedeva complessivamente meno di un quarto di secondo. Ciò non significa, però, che ogni frase inizi sempre dopo soli 250 millisecondi: nei test di espressione libera, il tempo mediano tra l’avvio del tentativo e l’inizio della voce sintetica è stato di circa 1,17 secondi. Una volta iniziata, tuttavia, la voce viene generata mentre la persona sta ancora tentando di parlare, senza attendere la conclusione della frase.

Con un vocabolario ampio, il dispositivo ha raggiunto circa 47,5 parole al minuto; con un insieme semplificato di 50 espressioni è arrivato a 90,9 parole al minuto. Sono valori ancora inferiori al normale parlato, ma nettamente superiori ai circa 15 termini al minuto ottenuti da una precedente versione della neuroprotesi.

Per addestrare il decoder, la donna ha tentato silenziosamente oltre 12.000 frasi, per più di 23.000 prove. I testi comprendevano oltre mille parole differenti, tratte anche da conversazioni sui social media e trascrizioni cinematografiche.

Il modello non si è limitato a ripetere frasi memorizzate: ha dimostrato di poter elaborare parole e combinazioni mai incontrate durante l’addestramento e di mantenere attivo il flusso della comunicazione senza interruzioni prolungate. Una caratteristica indispensabile per passare da una dimostrazione di laboratorio a un possibile strumento di dialogo quotidiano.

La sua voce, non una qualsiasi

La sintesi non utilizzava una voce artificiale generica. Il timbro è stato personalizzato grazie a una registrazione della partecipante precedente all’ictus, recuperata da un video del suo matrimonio. L’interfaccia restituiva così non soltanto parole comprensibili, ma una voce collegata alla sua storia e alla sua identità.

Il risultato non è ancora identico alla voce biologica. Tono, intensità, ritmo emotivo e inflessioni non vengono riprodotti con la stessa ricchezza. La capacità di modulare volume, altezza e prosodia, facendo percepire domande, entusiasmo, tristezza o ironia, è infatti uno degli obiettivi indicati dai ricercatori per le prossime versioni.

Parlare di passaggio “dal pensiero alla voce” è efficace, ma può creare un equivoco. L’interfaccia non traduce idee astratte, ricordi o pensieri involontari: decodifica i segnali prodotti durante il tentativo intenzionale di parlare.

Quando la partecipante non cercava di pronunciare nulla, il sistema rimaneva silenzioso. Questa distinzione è centrale anche sul piano etico: la tecnologia nasce per restituire alla persona controllo e possibilità di comunicare, non per sottrarle la riservatezza mentale.

Una prova, non ancora una cura

Il risultato è stato ottenuto in una sola partecipante e richiede un impianto chirurgico collegato a computer esterni. Anche l’accuratezza deve essere migliorata: nelle analisi sperimentali con un vocabolario di 1.024 parole, il tasso mediano di errore sulle parole della voce sintetizzata è stato di circa il 40,8%.

Serviranno quindi sperimentazioni su più persone, dispositivi più compatti e wireless, calibrazioni più semplici e verifiche sulla stabilità nel lungo periodo. Non si tratta ancora di una tecnologia pronta per l’impiego clinico ordinario, ma di una sperimentazione invasiva condotta in un contesto altamente specializzato.

Il traguardo, tuttavia, cambia la prospettiva. Per chi conserva linguaggio e coscienza ma ha perso il controllo dei muscoli necessari a parlare, una neuroprotesi del genere potrebbe trasformare la comunicazione da lenta selezione di lettere a conversazione quasi continua. Dopo anni in cui le interfacce cervello-computer hanno soprattutto scritto parole su uno schermo, il cervello comincia a riacquistare non soltanto una frase, ma una voce.

Studio originale: Littlejohn K.T. et al., “A streaming brain-to-voice neuroprosthesis to restore naturalistic communication”, Nature Neuroscience, 2025, DOI: 10.1038/s41593-025-01905-6.

Link alla pubblicazione: https://pubmed.ncbi.nlm.nih.gov/40164740/

Fonte: mondosanita.it articolo di Roberta Turchesi 15 Luglio 2026