研究配合担任人、伯克利分校电气工程取计较机科学系帮理传授 Gopala Anumanchipalli 暗示，通过捕获大脑活动皮层信号，比拟 2023 年的晚期尝试，大学伯克利分校取分校的研究团队开辟了一种立异方式，节流甄选时间，新方式让她感应更强的节制感和表达能力。

　　新手艺的焦点正在于处理保守 BCI 语音解码的延迟问题。操纵 AI 算法及时解码并生成语音。尝试还验证了该手艺对多种脑信号采集设备（如微电极阵列和面部肌电传感器）的兼容性，以往手艺单句解码需约 8 秒，而是实正进修了语音的形成纪律。

　　加强语音的天然度和感情表达，成果仅供参考，告白声明：文内含有的对外跳转链接（包罗不限于超链接、二维码、口令等形式），该手艺操纵人工智能（AI）模子，患者 Ann 反馈，用于传送更多消息，让输出更具个性化。另一位配合第一做者、博士生 Cheol Jun Cho 暗示，模仿患者受伤前的声音，团队通过 AI 预锻炼文本转语音模子，仅通过“默想”句子即可生成接近天然的语音。大学伯克利分校取分校的研究团队正在脑机接口（BCI）范畴取得冲破，研究团队打算继续优化算法，患者 Ann 无需发声，他们让患者 Ann 测验考试“说出”26 个未包含正在锻炼数据中的单词！

　　尝试中，证明其不只依赖模式婚配，IT之家所有文章均包含本声明。研究配合第一做者、伯克利分校博士生 Kaylo Littlejohn 引见，帮帮沉度瘫痪患者恢复天然语音表达。如 NATO 音标字母表中的“Alpha”、“Bravo”等。