言语神经解码

针对脑电与语音包络的时间对齐分类问题，SCANS 用扩张卷积前端加跨模态注意做双向融合，并以交叉熵加有监督对比损失联合训练，在 SParrKULee 上 N 为 2、t 为 3 秒时总分报告为 86.1，但长窗与多候选条件下的方差与泛化代价仍需对照原文条件理解。

该研究用 70-170 Hz 高伽马时频包络作为输入、以 128 维对数梅尔谱为目标，用因果扩张 WaveNet 解码器做神经到频谱映射，在 10 名被试上报告 PCC 约 0.90-0.95 而 STGI 约 0.48-0.53，代价是被试间电极覆盖差异大且未做波形与听感验证。

针对脑电非平稳导致的逐窗判决抖动与固定平滑带来的切换迟滞，SGAD 用因果状态检测估计切换概率并自适应调节平滑强度，在多种音频/说话人/被试划分下把平均 Sw-F1 提升到 67.3% 而 SDL 控制在 1.18 s，代价是仍需两阶段训练且最严格划分下精度降至 76.7%。

针对跨被试想象语音脑电解码中通道拓扑被打散与被试特异谱空特征混入任务表示的问题，该文用预训练时序编码加电极对齐池化、滑动窗多视角动态连接先验注入图偏置注意力与梯度反转对抗去被试化，在两个 15 被试五词任务上以严格留一被试交叉验证达到 31.20% 与 30.36% 左右的平均准确率，代价是短窗连接估计仍 noisy 且绝对精度仍只约三成。

针对双人竞争听觉注意解码中短窗 Fisher-z 相关方差大、单尺度无监督 GMM 难分 attended 与 unattended 分量的问题，论文提出跨 8 种窗长共享均值、方差按 1/(N_L-1) 缩放的多尺度 GMM 联合估计 HMM 发射参数，在 72 分钟全量下 1 秒窗提升 1.82 个百分点、在 6 分钟数据下提升 8.32 个百分点，但数 …

共收录 127 篇 eusipco-2026 会议论文的 Reader 深度解读

针对双说话人竞争下脑电信噪比低而窗级解码在分辨率与精度间折中问题，论文用马尔可夫切换模型把包络回归与注意状态转移联合建模并用 EM 逐采样点估计，在 KULeuven 数据上取得与 HMM 后处理相当的中位精度而中位切换检测延迟显著更短，代价是对初始化敏感且仍依赖线性回归假设。

该研究用三模型对比学习加包络重建做跨被试听觉注意解码，在 24 人移动脑电三种自然范式上 2 秒窗 61.4% 到 30 秒窗 79.1%，代价是依赖 5 秒训练窗与多特征音频编码且短窗绝对精度仍有限。

共收录 147 篇 aaai-2026 会议论文的 Reader 深度解读

共收录 199 篇 acl-2026 会议论文的 Reader 深度解读

该研究用会话对齐加 Conformer 加 CTC 直接从皮层神经活动解码字符序列，在验证集上报告字符错误率为 23.80%，代价是跨会话信号漂移仍大且词边界错误集中。

该研究用同一 Conformer 骨干同时做语音检测和音素分类，最强证据是标准赛道保留集上语音 88.9% 与音素 73.6% 的 F1-macro，主要代价是音素任务依赖 100 样本平均、多数投票集成和实例归一化才能跨分布泛化。

共收录 52 篇 odyssey-2026 会议论文的 Reader 深度解读

针对五类想象词跨被试解码零样本跌至机会水平的问题，论文用共享三维卷积前端加留一被试预训练再做小样本校准，最强证据是 64 通道三维卷积加仅调分类头在每类 60 样本约 25 分钟校准下达到 53.71%，代价是源域训练准确率高达 92.3% 且被试间方差大。

针对功能磁共振时间分辨率不足以区分言语与语言加工阶段的问题，该工作用词 onset 对齐的皮层脑电高频信号做时空预测微调，在三个语音模型上提升脑对齐且保持下游任务，同时以时间平均与打乱对照证明毫秒结构带来额外增益，但数据仅为 9 人单播客因而覆盖与多样性受限。

针对颅内语音神经假体跨会话漂移，ALIGN 用多源对抗会话不变学习加中间层对齐与时间拉伸增强，在 T12 与 T15 上相对基线降低音素错误率与词错误率，但远期大间隔与伪标签自训练仍是主要边界。

针对普通话四声在脑电中细微难分且跨人易失效的问题，CAT-Net 用脑电与肌电双分支时空编码加双向交叉注意力融合与域对抗训练，在 20 个脑电通道加 5 个肌电通道上报告了默读 88.08% 与出声 87.83% 的五折精度以及留一被试 85.10% 与 83.27% 的跨被试精度，但消融显示去掉融合与单模态后精度大幅下降且重度异常被试仍明显偏低。

共收录 1 篇 uai-2026 会议论文的 Reader 深度解读

针对尝试发声下无对齐声学目标且数据只有约 5 小时伪语音的问题，Brain2Speech-Net 用可微音素瓶颈加深度隐马尔可夫模型对齐到预训练语音合成隐空间做单遍合成，闭集语音词错率做到 0.068 并以约 0.5 实时因子运行，代价是开集词错率升至 0.472 且仍依赖合成伪语音目标。