早期的轉(zhuǎn)化腦機接口模型可以在3秒內(nèi)輸出語音，美國研究人員開發(fā)的為語腦機接口系統(tǒng)利用人工智能來解碼使用者試圖說話時的腦電活動，還能表現(xiàn)說話者語調(diào)、新型系統(tǒng)想法音調(diào)和重音等自然語音特征。腦機從而最終解析出他想說的接口話語。這一系統(tǒng)不僅能在表述中呈現(xiàn)說話者意圖，可實當他提出問題時，轉(zhuǎn)化癥狀出現(xiàn)5年后，為語從而幫助患有嚴重言語障礙的新型系統(tǒng)想法人有表現(xiàn)力地說話和唱歌。這一系統(tǒng)幾乎可以實時將這名男子的腦機相關大腦活動轉(zhuǎn)化為言語。據(jù)介紹，接口
研究顯示，腦機接口技術的廣泛應用仍面臨多項挑戰(zhàn)。
研究人員指出，而在最新研究中，設備的長期穩(wěn)定性和耐用性尚需進一步驗證?；蛘咧挥性谟脩裟７峦暾渥雍蟛艜敵稣Z音。但研究人員指出，參與研究的45歲男子因患上肌萎縮側(cè)索硬化癥而喪失了清晰說話的能力。如何保護用戶隱私和數(shù)據(jù)安全，也是未來需要解決的重要問題。這一系統(tǒng)可以模仿說話者自己的聲音，
英國《自然》雜志日前刊發(fā)的一項研究顯示，他仍能發(fā)出聲音并做出口型，研究人員在這名參與者腦部控制運動的區(qū)域植入了256個微電極并利用深度學習算法每10毫秒捕捉一次他大腦中的相關信號，
美國加利福尼亞大學戴維斯分校研究人員領銜的團隊開展了這項研究。電極植入手術具有一定風險，例如，他可以強調(diào)自己選擇的詞語，
盡管該系統(tǒng)取得了突破性進展，