当我们在脑海中默念一句话，却未发出任何声音时，我们的大脑里究竟发生了什么？这一问题是神经科学领域一个长期悬而未决的难题。尽管发声言语（Speech Articulation, SA）的认知加工过程已有较为系统的研究，但支撑想象言语（Speech Imagery, SI）的内部神经机制仍缺乏直接证据。当前基于非侵入式功能定位技术的神经语言学模型提示，想象言语与发声言语可能共享部分运动计划过程及额顶叶激活模式，然而受限于非侵入性技术的时空分辨率，两者在精细时空尺度上的编码关系始终未能得到直接验证。
近日，复旦大学（附属华山医院、现代语言学研究院）吴劲松/路俊锋团队联合上海科技大学李远宁、浙江大学医学院附属第二医院陈高等完成一项研究，通过高密度皮层脑电（ECoG）技术系统揭示了想象言语与发声言语在发音动作轨迹编码上的共享与特异性神经编码模式。基于这些编码规律，研究团队进一步构建了深度学习解码框架，实现了从大脑活动中合成文字、语音和重建发音动作轨迹。2026年9月29日，该成果以 A neural architecture for imagined and overt speech motor dynamics 为题在线发表于 《自然-神经科学》（Nature Neuroscience）。
发声与想象：跨模态的频谱分离现象
研究团队利用颅内高密度皮层脑电技术（high-density ECoG），同步记录了受试者执行想象言语和发声言语时的额顶叶神经活动。研究发现，两种任务依赖的脑电节律有所不同：在发声言语任务中，高频γ频段（70–150 Hz）是编码发音运动的首要载体，β1频段（12–24 Hz）编码贡献度仅次于高频γ；然而在想象言语任务中，较低频β1频段则占据主导地位。
这一发现提示，大脑在执行“外部动作”与“内部模拟”时，采用了截然不同的频段进行信息处理：高频γ频段的编码贡献主要集中于发音运动执行，而β1频段可能更为广泛地参与从运动计划、内部模拟到发音执行与维持的网络级言语环路的协调。
SA（发音）与 SI（想象）中AKT（构音运动轨迹）编码的频谱解离
β1频段：共享的言语计划上游，分化的模态执行下游
研究团队进一步聚焦于想象言语任务中占主导地位的β1频段，对全脑电极进行了精细的功能分类与时空动力学分析。研究发现前运动皮层中部（mPMC）、中央下回（subCG）以及中央后回—缘上回交界区（POCG–SMG）在默念和发声时共用同一套时空编码模式，负责整合唇、舌、下颌、喉等多个发音器官的运动计划。而初级腹侧感觉运动皮层（vSMC）的神经元群体则呈现鲜明的模态特异性：一部分负责单发音器官的运动执行，另一部分负责发音运动的内部模拟，两者彼此交替分布。
进一步的时序分析显示：无论是发声还是想象任务，共享集群的激活总是先于特异性集群。更重要的是，这一跨模态稳定的信息流具有明确的方向性——信号从顶叶的POCG–SMG率先发起，向前传递至额叶的mPMC与subCG，最终汇入vSMC的模态特异性神经元集群，以驱动发音执行（发音模态）或触发内部模拟（想象模态）。
SA特异性、SI特异性及SA-SI共享编码电极的时空特征
一套框架，双向解码：想象言语的跨模态重建
基于上述发现，研究团队构建了一套解码框架，能够从同一段神经活动中识别音节分类、合成语音，并重建发音器官的运动轨迹。在音节想象任务中，音节识别准确率的中位数达到80.4%；语音合成与发音运动重建的表现亦显著优于随机基线，且三项核心指标均与发声言语条件下的解码成绩相当。
基于额顶叶β1神经活动的文本、语音和构音运动解码
此外，模型还展现出一定的迁移能力：借助两种言语模态共享的神经表征，以发声数据集训练的模型可直接解码想象言语，反向路径同样成立，为跨模态语言脑机接口提供了理论依据和潜在的植入靶点；对于训练时未包含的音节，模型也能根据脑电信号外推预测其发音动作轨迹，为未来言语想象脑机接口系统在真实临床场景中的泛化性和鲁棒性提供了理论支持与工程基础。
复旦大学附属华山医院吴劲松教授，附属华山医院、现代语言学研究院路俊锋副教授，上海科技大学李远宁研究员与浙江大学医学院附属第二医院陈高教授为本文的共同通讯作者。复旦大学附属华山医院赵泽昊博士、上海科技大学王振杰博士和复旦大学附属华山医院刘衍博士为本文的共同第一作者。本研究得到了上海市脑机接口临床试验与转化重点实验室学术委员会大力支持。本项目同时受到“脑科学与类脑研究”国家科技重大专项、国家自然科学基金、上海市教育委员会科研创新计划等项目的资助。
论文链接：https://www.nature.com/articles/s41593-026-02456-0
