在渐冻症（ALS）、闭锁综合征等神经疾病患者群体中，无法自主视物、控制眼球是常态，传统视觉脑机接口（BCI）难以满足他们的沟通需求。近日，日本芝浦工业大学的研究团队发表的最新研究中，推出一款名为ASME-speller的全新听觉脑机接口拼写系统。该系统结合听觉流分离技术与大众熟知的QWERTY键盘布局，打造出无需视觉辅助、仅依靠普通耳机就能使用的文字输入工具，为视障及运动障碍人群开辟了全新沟通路径。
这款ASME-speller属于30分类听觉脑机接口系统，覆盖26个英文字母以及逗号、空格、删除、句号4种常用符号。研究团队巧妙将QWERTY键盘三行按键对应为三种不同音调的听觉流，键盘顶行、中行、底行分别匹配高频、中频、低频人声刺激，不同音高搭配差异化人声，让三条听觉流形成清晰区分。使用者只需将注意力聚焦目标字母所在的音频流，再锁定对应语音信号，大脑便会产生特征脑电（EEG）信号，系统借此识别输入意图，全程无需视觉参与，操作逻辑贴合大众使用键盘的固有习惯。
ASME-speller BCI概念图。代表英文字母的语音刺激会在三条听觉信息流中反复播放，三条信息流分别对应标准键盘三行按键：上行（高频）、中行（中频）、下行（低频）。例如，若要输入标准键盘上行的字母“T”，使用者需关注高频信息流，并将注意力集中在语音刺激“T”上。大脑会针对被关注的刺激诱发出事件相关电位（ERPs），脑机接口系统通过检测该电位，判断使用者想要输入的目标字母。当序列数量为15组时，单次测试时长约为90秒。©作者团队/Front. Hum. Neurosci.
研究团队招募10名听力、神经功能正常的受试者开展在线实测，整套实验采用64通道设备采集脑电信号，语音刺激通过标准耳机播放，单个输入流程包含450组声音刺激，单次输入时长约90.8秒。首轮在线实验结果展现出不错的实用性，全体受试者平均分类准确率达到76%，平均信息传输速率为2.16比特/分钟。其中一名受试者因脑电数据存在大量运动伪迹导致识别失效，剔除该样本后，整体准确率提升至84%，信息传输速率也上涨至2.40比特/分钟，远高于30分类任务3.3%的理论随机猜测水平。
为进一步挖掘系统性能，团队开展多项事后分析，测试了线性判别分析、EEGNet深度学习模型等四种主流分类算法，同时对比静态停止与动态停止两种信号截断策略。测试发现，线性判别分析结合动态停止策略综合表现最稳定，受试者平均准确率维持在80%，信息传输速率提升至4.76比特/分钟。而深度学习模型潜力更为突出，表现最优的受试者借助EEGNet4,2模型与动态停止功能，实现100%识别准确率，信息传输速率高达14.44比特/分钟，输入效率实现大幅突破。
研究人员还针对脑电伪迹、样本类别失衡两大常见问题展开验证。实验显示，引入眼电伪迹去除算法后，系统整体准确率仅从76%微降至74%，二者不存在统计学差异，说明该系统对常规眼动干扰具备较强耐受能力。在类别失衡测试中，训练集目标与非目标样本比例从1:29逐步调整至1:1，结果显示比例失衡几乎不影响识别效果，仅当两类样本数量均等时，准确率才明显下滑，这也证明充足的非目标样本对模型稳定运行至关重要。
从脑电信号特征来看，实验全程捕捉到了典型的事件相关电位（ERP），包括N2、P300以及N700三大特征波形，这些信号在目标刺激出现时显著增强，也是系统实现精准识别的核心依据。对比离线训练与在线实测数据，在线阶段的脑电波形振幅更大，研究推测，实时反馈机制提升了受试者参与积极性，同时反复练习也让使用者对任务更加熟悉，进一步强化了脑电响应特征，助力识别精度提升。
剔除噪音信号异常的第10名被试后，得到总平均ERP响应结果。橙色曲线与蓝色曲线分别代表中央中线电极Cz和额中线电极Fz的电位时序变化。实线与虚线依次对应目标刺激与非目标刺激引发的电位响应。时序图下方的色条展示了符号化决定系数r²的数值大小。脑地形图分别呈现了目标刺激、非目标刺激的响应信号以及符号化决定系数r²在头皮表面的空间分布。ERP时序图中的蓝色、橙色、棕色阴影区域，与脑地形图的底色一一对应。上述三个时间窗口分别对应N2、P300和N700三种脑电成分。（A）离线实验数据结果；（B）在线实验数据结果。离线与在线实验中，均观测到目标刺激引发了特征显著的ERP响应。©作者团队/Front. Hum. Neurosci.
纵观过往听觉脑机接口拼写设备，多数产品存在操作步骤繁琐、音声与字母对应关系晦涩、需要多声道音响等问题。部分传统系统需要分两步完成字母选择，还有设备依赖多扬声器布局，使用场景受到极大限制。而ASME-speller仅需普通单声道耳机，单步即可完成字母输入，依托QWERTY键盘的认知基础降低记忆负担，综合性能对标甚至优于同类型纯听觉脑机产品。虽然视听、听触觉多模态系统传输速率更高，但这类设备需要额外硬件支撑，普适性远不及纯听觉方案。
目前该研究仍存在不少待优化之处，本次实验受试者均为年轻日语使用者，未来还需针对老年人、非日语人群以及神经疾病患者开展测试。同时64通道脑电设备体积大、成本高，后续需要验证8通道、16通道等便携设备能否保留现有性能。此外，系统单次输入时长偏长，听觉任务带来的认知负荷也有待量化评估。
ASME-speller听觉脑机接口系统的成功研发，充分验证了听觉流分离技术在脑机文字输入领域的应用价值。它跳出视觉依赖的局限，用简易硬件、直观操作实现高效文字输入，不仅能服务于视障、闭锁综合征、渐冻症等特殊病患，也为日常人机交互提供了新方向。随着算法迭代、设备小型化以及个性化参数优化，这款听觉拼写系统有望走出实验室，成为实用化的辅助沟通工具，帮助行动不便人群重新建立顺畅的对外交流渠道。
论文信息
标题：The ASME-speller: 30-class auditory brain-computer interface speller using stream segregation and the QWERTY layout
期刊：Frontiers in Human Neuroscience
发表日期：2026/5/21
DOI：https://doi.org/10.3389/fnhum.2026.1807535
作者：Simon Kojima, Shin'ichiro Kanoh
声明
本文内容来自论文，详情可参考文末链接，如有侵权请告知删除。
了解更多脑机接口行业资讯
扫码加入“脑机接口”知识星球
