Brain2voice 2.0听者词错误率降至5.24%
加州大学戴维斯分校等机构研究人员提出Brain2voice 2.0,从皮层内神经信号直接合成语音,在基准数据集上未经专门训练的听者转录词错误率降至5.24%,此前同一研究路线为43.75%。
推荐理由:原文梳理了Brain2voice 2.0的解码架构、数据来源和多项使用限制,读者可据此判断该语音脑机接口路线的实际进展与边界。
企业与机构
跟踪BrainGate与脑机接口相关的研究、公开访谈和产业进展;事实与主张以原始来源为准。
8 条精选近 30 天 1 条共收录 8 条
加州大学戴维斯分校等机构研究人员提出Brain2voice 2.0,从皮层内神经信号直接合成语音,在基准数据集上未经专门训练的听者转录词错误率降至5.24%,此前同一研究路线为43.75%。
推荐理由:原文梳理了Brain2voice 2.0的解码架构、数据来源和多项使用限制,读者可据此判断该语音脑机接口路线的实际进展与边界。
BrainGate 发布了一篇关于镜像神经元(Mirror Neurons)的研究出版物。该文章旨在揭示镜像神经元的相关机制,具体研究细节未在简短摘要中展开。
加州大学旧金山分校Edward Chang团队于2026年9月14日在《Nature Neuroscience》发表论文,展示了两名瘫痪受试者通过单个皮层表面植入物实时同步解码语音和上半身手势。
推荐理由:该研究揭示了多模态神经信号的非线性叠加特性,指出同时训练比单独训练更有效,为多效应器脑机接口系统设计提供了关键数据依据。
BrainGate 被《华盛顿邮报》报道。该消息源自 BrainGate 官方发布的研究动态,具体报道内容未在原文中展开。
Nature发表一项关于皮层内脑机接口(BCI)的研究,显示一名ALS瘫痪患者在19个月内累计超过3800小时独立使用该系统进行语音沟通和电脑操作。
推荐理由:展示了皮层内脑机接口在家庭环境中支持独立日常使用的可行性,为严重瘫痪患者恢复数字交互提供了实证依据。
Rice University and Baylor College of Medicine have joined the BrainGate consortium. The collaboration focuses on decoding cortical neural signals to control robotic assistive devices。
《Scientific American》杂志报道了 BrainGate 基于打字的辅助技术。该文章聚焦于利用脑机接口实现打字功能的辅助技术应用情况。
BrainGate创始人John Donoghue获得2026年伊丽莎白女王工程奖。该消息由BrainGate官方渠道发布,具体获奖理由及颁奖细节未在提供的摘要中披露。