Исследователи из Стэнфордского университета разработали интерфейс «мозг-компьютер» (BCI) для синтеза речи из сигналов, получаемых из мозга пациента и обрабатываемых рекуррентной нейронной сетью (RNN). Прототип системы может декодировать речь со скоростью 62 слова в минуту, что в 3,4 раза быстрее, чем предыдущие методы BCI.
Стэнфордская система использует четыре микроэлектродные решетки, имплантированные в вентральную премоторную кору и зону Брока пациента. Чтобы собрать данные для обучения РНС, пациентке ежедневно давали несколько сотен предложений, которые она «произносила», или пантомимически говорила, что генерировало нейронные сигналы, улавливаемые микроэлектродами. В целом, команда собрала 10 850 предложений. Используя «специальные методы машинного обучения» из области распознавания речи, исследователи обучили РНС выдавать последовательность фонем.
Исследователи также сказали, что команда опубликует свой код и данные после того, как работа будет «опубликована в рецензируемом журнале».
