269小时脑电数据训练，非侵入式语音解码准确率达61.3%
kaixhin · x · 2026-08-10
Araya 团队发布了关于非侵入式脑电波（EEG）语音解码的最新研究章节。研究团队收集了高达 269 小时的开放词汇表发声脑电波数据，并训练了一个自监督学习模型。
实验结果表明：
- 规模效应：随着数据量的增加，模型性能持续提升，并能有效过滤肌肉伪影，在512个语音片段分类中达到了 61.3% 的 Top-1 准确率。
- 跨时间泛化：在初次训练7个月后测试，模型依然保持准确率，仅需30分钟的校准数据即可维持性能。
- 跨个体迁移：在大规模数据集上预训练的模型，在微调适应新参与者数据时，其 Top-1 准确率比从零训练的模型提升了 19%。
「研究」频道最新
- Nature: 基于忆阻器构建人工神经流形,实现低能耗预测 — AnnaCiaunica · 2026-08-10
- 经济学家 Chad Jones 发表论文：AI 或打破百年增长规律 — davilagrau · 2026-08-10
- PIXIO报告:单卡96GB将开源视频模型速度提升一倍 — tsi_org · 2026-08-10
- 为何我们会对 LLM 说谢谢？论文提出具身劫持假说 — MacrinePhD · 2026-08-10
- 中科院提出CtrlBench-Rec:用多智能体测试推荐系统可控性 — jiqizhixin · 2026-08-10
- DeepMind 发布《如何扩展你的模型》深度技术教程 — tetsuoai · 2026-08-10