11月10日消息，2022年11月9日，加州大学旧金山分校的张复伦（Edward Chang）等人在 Nature Communications 期刊发表了题为：Generalizable spelling using a speech neuroprosthesis in an individual with severe limb and vocal paralysis 的研究论文。

该研究开发了一种设备，能够在一名失语瘫痪被试者无声地尝试拼读出词汇以构成完整句子时，解码他的脑活动。这些发现凸显出无声控制的语言神经假体通过基于拼读的方法生成句子的潜力。

在这项研究中，Edward Chang 等人设计了一个神经假体，可以将脑活动转译为单个字母，实时拼出完整句子，并展示了在一名患者身上的应用。

这名患者在20岁时因中风导致了严重声带和肢体瘫痪，因而交流受限，现在已经失语超过了15年时间。为了帮助解码他的语言能力，研究团队在2019年为他进行了脑机接口试验，他也是这项手臂与语音脑机接口恢复试验的第一个参与者。通过在大脑语言运动皮层植入脑机接口电极，监测他试图说出不同单词或字母时大脑产生的脑电波，并进行解析。

研究团队通过设计其系统解码与音标相关的脑活动，将此前方法拓展到了更大的词汇量。在测试中，在参与者尝试无声地说出每个字母发音时，这一设备能够解码参与者的脑活动，从一个1152个单词的词汇表里（能够覆盖超过85%的英语语句），以每分钟29.4个字符的速度生成句子，平均字符错误率是6.13%。在进一步实验中，他们发现这一方法可推广至含有超过9000个单词的词汇表中（基本上是大多数人一年使用的单词数量），平均错误率为8.23%。

这些结果表明，基于拼读方法利用语音编码词汇生成句子的无声控制语言神经假体具有相当潜力。还需进一步工作表明该方法是否能在更多患者中重复。