MENU

Neuralinkが脳信号を「声」に変えるVOICE試験の現在

2026年9月16日、NeuralinkはXに23秒の動画を投稿しました。

映っているのは、ALS(筋萎縮性側索硬化症)で発話能力を失ったKenneth Shock氏。画面上には脳活動とみられる信号が流れ、その直後、コンピューターから「I love you」という声が聞こえます。

Neuralinkが添えた言葉は「A beautiful surprise」。翌17日にはイーロン・マスク氏も同じ動画を引用し、「I love you」と投稿しました。

Kenneth氏が参加しているのは、重度の発話障害を対象とする「VOICE」試験です。

NeuralinkはVOICEについて、N1 Implantを使い、verbal thoughtをテキストまたは直接音声として出力することを調べる臨床試験だと説明しています。ALSのほか、PLS、脊髄損傷、脳卒中による重度の発話障害も対象です。

脳から発話を復元するSpeech BCIは、Neuralink以外の研究機関でも開発されています。大学の研究チームでは、麻痺した人の神経活動からリアルタイムで音声を合成し、本人らしい声や抑揚まで再現する研究がすでに報告されています。

VOICEの位置づけを理解するには、Neuralinkが公開している技術と、先行するSpeech BCI研究で実証されている技術を分けて見る必要があります。

目次

Neuralinkはカーソル操作から「発話」の復元へ進んだ

Neuralinkの人間向けBCIとして最初に注目されたのは、2024年に始まったPRIME Studyです。

N1 Implantが運動を意図したときの神経活動を記録し、コンピューターのカーソル操作などへ変換します。Neuralinkはこの機能を「Telepathy」と呼んでいます。

手を動かせない人の場合、本来なら、

脳で手を動かそうとする
→ 神経を通じて筋肉へ信号を送る
→ 手が動く
→ マウスを操作する

という経路を通ります。

Telepathyは途中の身体を迂回し、脳活動から直接カーソル操作を作ります。

VOICEは同じ発想を発話へ広げています。

人が声を出すとき、脳から口、舌、喉などを動かすための信号が送られます。ALSや脊髄損傷などによってその経路が機能しなくなっても、発話しようとしたときの脳活動そのものが残る場合があります。

Neuralinkは、その皮質由来の信号を記録してデコードし、テキストや音声へ変換することをVOICEで試しています。

従来の「脳をマウスとして使う」BCIから、失われた発話経路そのものを迂回するBCIへ対象が広がった形です。

N1は脳の皮質から直接神経活動を記録する

NeuralinkのN1 Implantは、脳の皮質へ細い電極を挿入して神経活動を直接記録する侵襲型BCIです。

現在のN1には64本の柔軟なthreadがあり、そこに合計1,024個の電極が配置されています。threadは髪の毛より細く、手作業で安定して挿入することが難しいため、専用のR1 Robotが皮質へ挿入します。

取得した信号はN1内部の電子回路で処理され、外部のコンピューターへ無線送信されます。バッテリーも体内にあり、皮膚の外側から誘導充電する仕組みです。物理的なケーブルを頭部から外へ出す必要がありません。

研究室内で使用するBCIとの違いとして、この完全埋め込み・無線という構成は大きな要素になります。

Speech BCIを日常的な会話手段として使う場合、研究施設にある外部装置や有線接続へ依存するほど利用環境は限られます。NeuralinkはPRIME Studyでも、自宅で継続して使えるシステムの構築を進めてきました。

1,024個の電極から「言葉」を推定するまで

電極が記録するのは、多数のニューロンが時間とともに変化させる電気活動です。

発話しようとすると、口や舌などを動かすための神経活動にも一定のパターンが現れます。機械学習モデルは、大量の訓練データから神経活動と発話との対応関係を学習し、新しい神経信号が入力されたときに発話内容を推定します。

NeuralinkはVOICEについて、この大まかな仕組みまでは公開しています。

一方、どの信号特徴を使用し、どのニューラルネットワークで処理し、音素や音声をどの段階で推定しているのかといったVOICE固有のデコーダー構造は公開していません。

そのため、「N1が音素を検出して順番に組み合わせている」といった詳細を、現在のNeuralink固有技術として断定することはできません。

Speech BCIの内部処理については、実装を論文として公開している大学研究から具体的な手法を確認できます。

UC Davisは神経活動からリアルタイムで「声」を作った

UC DavisとBrainGateの研究チームは2025年、ALS患者の神経活動から直接音声を生成する研究をNatureに発表しました。

参加者の腹側中心前回には合計256本の微小電極が埋め込まれています。発話しようとした際の神経活動をデコードし、その結果から音声をほぼ瞬時に生成するシステムです。

それまでのSpeech BCIでは、

神経活動
→ 文字
→ 音声合成

という方式も多く研究されていました。

UC Davisのシステムは、神経活動から音声生成に必要な情報を推定し、連続した音声として出力します。

参加者が話そうとするペースに合わせて合成音声が出るため、文章全体の推定が終わるまで待つ必要もありません。研究では、背景で別の人が話していても、参加者自身が発話を試みていないときには音声を生成しないことも確認されています。

UCSFとUC Berkeleyの研究チームも2025年、脳表面の高密度電極から得た信号を80ミリ秒単位で処理し、連続的に音声を生成するシステムをNature Neuroscienceで報告しています。

Speech BCIでは、単語や文章を正しく推定する精度に加えて、普通の会話に必要な低遅延の音声生成も研究対象になっています。

発話できない人には「正解の音声」が存在しない

Speech BCIの学習には、通常の音声AIとは異なる問題があります。

一般的な音声AIなら、人が話した音声を正解データとして使えます。

発話できない患者の場合、

「この神経活動が出たとき、本人はどんな声を出そうとしていたのか」

に対応する実際の音声が存在しません。

UC Davisの研究チームも、このground truthを得られないことを技術課題として挙げています。

研究では、参加者が発話を試みた神経活動と、別の方法で用意した目標音声を時間的に対応させ、デコーダーを訓練しました。

腕を動かすBCIなら、「カーソルを右へ動かしたかった」といった目標を比較的明確に設定できます。声の場合には、音素に加えて発話速度、声の高さ、抑揚など複数の要素が同時に変わります。

BCIは抑揚や声の高さも扱い始めている

UC Davisの研究では、発話内容に加えてparalinguistic featuresと呼ばれる情報も神経活動からデコードできました。

参加者は合成された声のイントネーションを変えたり、特定の単語を強調したり、短いメロディーを歌ったりしています。

同じ文章でも、声の高さや強さが変われば伝わるニュアンスは変化します。

テキスト型BCIでは文章を伝えられても、発話時の抑揚や強調は失われます。音声型BCIでは、そうした情報も神経信号から復元する研究が行われています。

2026年9月には、UCSFなどの研究チームが、発話と上半身のジェスチャーに関係する神経活動を同時に扱うニューロプロテーゼ研究を発表しました。

研究では3人の参加者から、発話とジェスチャーを行おうとした際の神経活動を記録しています。そのうち2人については、デコードした信号をアバターの動作コマンドへ変換することにも成功しました。

現在の実験システムは有線接続です。研究チームは将来的な完全埋め込み型・無線システムへの移行を目標として挙げています。

声だけでなく、身振りを含むコミュニケーションまで神経信号から復元する研究が始まっている段階です。

本人らしい声は音声合成技術との組み合わせで作られる

Kenneth氏のデモで聞こえる声には、BCIによるデコードと音声合成という異なる処理が関わっています。

N1が取得するのは発話に対応する神経活動です。そこから推定した情報を、音声生成システムが実際に聞こえる声へ変換します。

先行するUC Davisの研究では、ALS発症前の参加者の録音を利用して個人化した音声合成モデルを作り、本人の過去の声に近い合成音声を生成しています。

UCSFのシステムでも、麻痺する前の参加者の声をもとに個人化した音声合成モデルが使われました。

NeuralinkのKenneth氏についても、過去の紹介映像では2020年以前の録音を利用し、本人らしい音声を再現する取り組みが紹介されています。

同じ音声生成技術は、本人のコミュニケーションを取り戻す用途だけでなく、声や外見を再現して他人になりすます用途にも使われています。生成AIによる人格・声・映像の再現が本人確認に与える影響については、「AIは人間のふりをして、どこまで人を騙せるようになったのか」でも取り上げています。

Speech BCIでは、発話内容を推定するデコーダーと、その人らしい声を生成する音声AIを組み合わせることで、文字情報だけでは失われる個人の声質も再現できます。

Speech BCIではNeuralinkに先行する研究がある

脳活動から発話を復元する研究では、NeuralinkのVOICE以前から複数の研究グループが成果を発表しています。

2023年にはStanfordとUCSFのチームが、それぞれ高性能なspeech neuroprosthesisをNatureに報告しました。2025年にはUC Davisがリアルタイムのbrain-to-voice、UCSF系の研究チームが80ミリ秒単位のストリーミング音声生成を発表しています。

Neuralink自身は、VOICEの詳細な精度、語彙数、遅延、長期間使用した際の性能などを査読論文としてまだ公表していません。

9月16日の23秒動画も、臨床試験の成績をまとめた論文ではなく、一人の参加者を映したデモです。

N1は頭蓋内へ完全に埋め込まれ、電力供給も通信も無線です。PRIME参加者については、自宅で数千時間にわたりTelepathyを使用した実績もNeuralinkから報告されています。

Speech BCIでも同じ設計思想を持ち込めれば、研究室で発話デコーダーを動かすだけでなく、患者が日常生活の中で継続して使えるシステムへ展開できます。

精度に加えて、手術、充電、無線通信、長期安定性、ソフトウェア更新まで含めたシステム全体の完成度が問われます。

同じモデルを別の患者でも使えるか

Speech BCIの実用化には、個人差という課題があります。

脳の解剖学的構造や神経活動のパターンは人によって異なるため、現在の高性能なSpeech BCIは参加者ごとにデータを集め、その人専用のデコーダーを訓練する方式が中心です。

インプラントを入れた直後から、誰でも同じモデルを使える状態ではありません。

日常的な医療機器にするには、新しい利用者が必要とする学習量をどこまで減らせるか、日ごとに変化する神経信号へデコーダーをどう追従させるかが課題になります。

NeuralinkはVOICEの学習量や再キャリブレーション頻度を公開していないため、Kenneth氏のデモだけからこの問題がどこまで解決されたかは判断できません。

23秒の動画から分かる範囲には限界がある

VOICEは現在も臨床試験です。

Neuralink公式サイトではN1 Implantをinvestigational BCIと記載しており、一般販売されている医療機器ではありません。

9月16日の動画では、少なくとも一人の参加者について、N1を使った発話出力が動作している様子を確認できます。

日常的な自由会話での単語誤り率、利用可能な語彙、発話速度、遅延、長時間利用時の安定性、再学習が必要になる頻度などは、この動画だけでは判断できません。

侵襲型BCIには手術も必要です。電極を長期間脳内へ置いたときの性能変化や安全性についても、長期データが必要になります。

PRIME Studyでは最初の参加者で一部のthreadが脳から後退する問題が発生し、Neuralinkはその後、手術方法を変更しました。2人目の参加者ではthread retractionは観察されなかったと同社は報告しています。

VOICEでも、デコーダーの性能に加えて、インプラントを何年安定して使えるかが製品化を左右します。

BCIはマウスの代替から「デジタル声帯」へ向かう

PRIMEで使われているTelepathyは、手を動かせない人の運動意図をカーソル操作へ変えます。

VOICEが対象にするのは発話です。

先行研究では、文字の推定、リアルタイム音声、本人らしい声、イントネーション、歌、さらにジェスチャーまで神経活動から復元する実験が行われています。

Neuralinkの23秒の動画で使われた言葉は「I love you」の3語でした。

VOICEが目指しているのは、完全埋め込み型BCIを使って、話そうとした際の神経活動から日常的な音声コミュニケーションを作ることです。

研究室で成立しているSpeech BCIを、自宅で継続して使える「声」へ移せるか。VOICE試験では、今後その性能と長期安定性を確認していく必要があります。

よくある質問

Neuralinkは脳信号から直接、人間の声を取り出しているのですか?

N1が記録するのは神経活動です。そこから発話に関連する情報をデコードし、ソフトウェア側で音声を生成します。本人らしい声の再現には、過去の録音などを利用した音声合成技術も組み合わせられます。

Neuralinkが世界で初めて脳から音声を作ったのですか?

いいえ。Stanford、UCSF、UC Davisなどの研究グループが、NeuralinkのVOICE公開以前からSpeech BCIを発表しています。2025年にはリアルタイムのbrain-to-voiceやストリーミング音声合成も査読論文として報告されています。

VOICEは現在購入できますか?

できません。VOICEは臨床試験で、N1 Implantも研究用のinvestigational deviceです。一般向け医療機器として販売されている製品ではありません。

参考・参照元

Raspberrypi5 8G ラズベリーパイ5 技適取得済マーク入り商品

Raspberrypi5 8G ラズベリーパイ5 技適取得済マーク入り商品

Amazonで見る
ハッカーの学校 IoTハッキングの教科書

ハッカーの学校 IoTハッキングの教科書

Amazonで見る
今すぐ使えるかんたんEx Claude 仕事術&時短技 生成AI活用BESTセレクション [Claude Code & Claude Cowork対応]

今すぐ使えるかんたんEx Claude 仕事術&時短技 生成AI活用BESTセレクション [Claude Code & Claude Cowork対応]

Amazonで見る
よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

AI・IT・テクノロジーの話題を中心に、気になったニュースや研究を一次資料までたどって調べています。

新しい技術を「すごい」「怖い」で終わらせず、何が起きているのか、なぜ注目されているのか、どこまで分かっているのかを、できるだけ前提から整理して書いています。

AI、サイバーセキュリティ、プログラミング、ハードウェア、そして技術が社会に与える影響が主なテーマです。
専門的な話でも、詳しい人だけのものにしないこと。分からないことは分からないままにせず、元の資料まで確認すること。
そんな姿勢で「柩のノート」を更新しています。

目次