多用户解码模型：让言语脑机接口新用户微调不到200句
内容概述
侵入式言语脑机接口能把尝试说话时的皮层活动解码成文字，现有最优系统的词错误率已低至1%，但代价是要先采集数千句训练数据，从植入设备到能顺畅沟通，中间要经过漫长的采集期。加州大学戴维斯分校团队提出一个基于Transformer的解码模型，跨6名侵入式言语脑机接口受试者联合训练。对每一名受试者，无论性别、病因或尝试发声策略如何，多用户模型的解码都优于仅用其个人数据训练的模型，相对词错误率平均降低超过50%。更关键的是，该模型在此前未参与训练的用户上，只用不到200句话微调，就实现了低于7%的词错误率。该预印本2026年7月27日上传至bioRxiv，尚未经过同行评审。
推荐理由
言语脑机接口的临床瓶颈已经不只是精度，而是每个新病人都要重来一遍的采集成本。把不同病因、不同发声策略的受试者数据合到一起还能提升精度，说明神经活动中存在跨个体的共享结构，这直接关系到这类设备能否规模化。
脑机百科消息(bciwiki.com)，一个跨6名受试者联合训练的言语解码模型，在此前未参与训练的新用户上只需不到200句话微调，就把词错误率压到7%以下。该预印本2026年7月27日上传至bioRxiv，尚未经过同行评审。侵入式脑机接口可以把声道瘫痪者尝试说话时的皮层活动解码成文字，为他们恢复沟通能力。目前最优的系统把神经到音素的解码器与音素到词的语言模型配对，词错误率已经低至1%。但这个数字有前提：需要先从该用户身上采集数千句训练数据。对刚植入设备的病人来说，这意味着距离顺畅沟通还有一段漫长的采集期，也是这类技术难以规模推广的现实障碍。加州大学戴维斯分校研究团队的做法是把不同人的数据合到一起训练。他们提出基于Transformer的解码模型，跨6名侵入式言语脑机接口受试者联合训练。结果显示，对每一名受试者——无论性别、病因还是尝试发声的策略——多用户模型的解码准确率都高于仅用其个人数据训练的模型，相对词错误率平均降低超过50%。这一点本身值得注意：不同病因、不同发声策略的人，神经活动中似乎存在可以共享的结构。更有实际意义的是留出用户的结果。把多用户模型放到一名此前完全未参与训练的用户身上，仅用这名用户不到200句的训练语句微调，词错误率即降至7%以下。需要说明的是，这个数字与前面提到的1%不在同一档：1%是采集数千句训练数据之后的最好成绩，7%以下则是仅用不到200句、在植入后很短时间内就能达到的可用水平。作者据此认为，跨人汇集侵入式数据的路径可以产出更准确、更具泛化能力、也能更快部署的解码模型。研究为预印本，结论有待同行评审与更大规模验证。
本文由 BCIwiki 根据公开信息撰写
