语音解码

南方联邦大学记录22名健康志愿者出声和默念方向词时的脑电，其中12人为俄语母语者，10人为西班牙语母语者。两组均涉及六个方向词，俄语组另做“下一个”指令。采用38个电极、500Hz采样，并在6人中同步记录发音相关肌电。随机森林78±4%的结果来自按参与者进行的五折交叉验证，区分休息、出声和默念三种状态，不是六个词的识别准确率。按键、肌肉活动与任务顺序等因素仍需在后续分析中控制。

研究者称，EEG引导的目标说话人提取框架SAGE于2026年8月3日以预印本形式上传至arXiv，尚未经过同行评审。在试验内听觉注意切换场景下，神经噪声与固有延迟会延迟或干扰注意跟踪，传统方法难以应对动态切换，常在切换点造成不连续。SAGE把试验内切换当作动态选择处理，用稳健分离器生成两条候选语音流，并用EEG引导的切换感知门控模块产生平滑融合权重、抑制切换伪影。研究者称，SAGE还集成延迟补偿对齐与不确定性驱动的保守策略，优于基线方法，达到8.67dB SI-SDR与88.24% STOI，平均切换延迟降至2.04秒。

美国密歇根州的外科医生将Paradromics公司开发的脑机接口Connexus植入一名运动神经元疾病患者的大脑。该患者因疾病几乎丧失言语能力。Connexus通过植入运动皮层下1.5毫米处的421个微电极读取单个神经元信号，信号经患者胸部收发器传出，由AI转化为屏幕上的文字。Paradromics总部位于得克萨斯州奥斯汀，于2025年秋获得FDA批准开展该临床试验。

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。

芬兰Aalto University团队在一项MEG词语启动实验中，把经典N400诱发反应与语义向量解码放在同一框架下比较。25名芬兰语母语者阅读语义相关程度不同的词组后，不相关启动词引发更高的N400反应，并为语义解码器提供了最佳训练样本。研究者称，语义信息从刺激开始后约100至500毫秒均可解码，但在N400峰值过后，脑活动不再稳定映射到与语境无关的语义向量。这项结果提示，N400时间窗结束可能标志着神经表征由词语特异信息转向更广泛语境。该研究为bioRxiv预印本，尚未经过同行评审。

一篇bioRxiv预印本用高频伽马ECoG信号检验发现，在GPT-2语境嵌入之上加入surprisal预测因子，对语言理解神经响应的预测力几乎没有额外贡献。

多伦多大学团队用扩散模型不同时间步的隐表示作为神经语音解码的中间层,词错误率随时间步选择大幅变化。

格勒诺布尔大学医院注册了一项临床研究（登记号NCT07698496），评估慢性脑机接口用于闭锁综合征（LIS）患者言语康复的可行性与有效性。研究背景指出，非侵入式沟通方法认知负荷高且效率低，而现有侵入式言语BCI仍依赖经皮连接器，存在感染风险；目前缺乏适合长期居家使用的全植入无线实时言语BCI。本研究采用颅内硬膜外植入式脑机接口结合语音合成器，SpeechBCI方案将在同一受试者中测试两种互补方案：言语BCI（主要目标，BCI_PAROLE装置）与光标BCI（次要目标），两者均使用WIMAGINE颅内硬膜外系统。该试验目前处于登记阶段，尚无临床结果。

研究团队让18名右利手参与者分别想象声音和画面，同时用脑磁图记录脑信号，再比较卷积神经网络与线性逻辑回归两种解码模型。卷积神经网络在两个任务上都高于随机水平，视觉想象的准确率超过70%。更值得注意的是，即使只用与当前任务无关的皮层区域训练，模型仍能显著解码，说明想象内容并非局限于单一感觉区，而是分布在有重叠的神经网络里。这为把听觉与视觉信息一起纳入脑机接口解码提供了实验依据。

不开颅，能否从大脑活动里读出一个人正在打的句子？研究团队开发了名为Brain2Qwerty的深度学习模型，让35名健康志愿者在键盘上默写刚记住的句子，同时记录他们的脑磁图（MEG，一种测量大脑磁场的非侵入式技术）或脑电（EEG）信号。用脑磁图时，平均字符错误率为29%；用脑电时为65%。表现最好的受试者错误率低至18%，模型还能完整解码训练集之外的多种句子。研究者认为，这缩小了非侵入式与植入式方法之间的差距。

一项发表于《Computers in biology and medicine》的研究提出动态小波基选择增强方法，用于改善非侵入式EEG想象语音分类。该方法为每个EEG片段计算小波熵，选择信息量更高的小波基，再向相应小波系数注入高斯噪声，增强后的信号由带通道激励机制的卷积神经网络分类。研究数据包含32个通道、8种刺激和10名参与者。词语与元音组合实验的最高分类准确率达到98%，Cohen's kappa为0.95，但完整类别分类的表现较低。研究者称，该方法优于传统数据增强策略和静态小波方法，为处理EEG噪声与非平稳性提供了自适应路径。

语音脑机接口有望帮助因瘫痪失去说话能力的人重新交流。以往研究借助感觉运动皮层上的大量皮层脑电电极，已能较好地区分单个词语，但网格越大，电极越多，手术风险也越高。荷兰乌得勒支大学医学中心脑中心等机构的研究团队分析了8名受试者的数据，他们的大脑表面放置了含64至128个电极的高密度网格。结果显示，只要位置放对，32个电极的小网格识别12个荷兰语单词的准确率为76 ± 16%，与大网格的75 ± 17%相当。最佳位置是竖向摆放，并以中央沟为中心。不过受试者并非瘫痪患者，测试也只限于一组固定词汇，结论仍需在目标人群中验证。

《Neurosurgical Focus》发表Precision Neuroscience的Layer 7皮层接口术中研究。4名清醒开颅患者接受1024通道微皮层脑电记录，4词语言分类准确率为77.5%，4方向光标分类准确率为78%至84%。6块阵列中每块有954至990个通道进入分析，手术过程中未报告器械相关不良事件。研究时间短、样本小，属于术中可行性验证，不是运动恢复关键性试验。