OpenBCI探索项目：MUSE（基于无声发音的语音解码项目）

大家好，我是 Ignitious！作为一名一直对神经接口充满热情的工程专业学生，我很高兴能够带领一个充满激情的学生项目团队，致力于解码“无声语音”。我的团队成员 Mohamed、Lakshmi 和我共同致力于开发一种非侵入式系统，该系统能够仅通过伴随想象语音的细微面部动作来识别词语。

用OPENBCI Cyton搭建的系统框图

我们方法的关键创新在于利用通过 OpenBCI Cyton 主板。这个多功能生物传感平台允许我们将医疗级放大器放置在参与发音的特定面部肌肉上。当使用者在内心思考如何发音而不发出声音时，放大器可以检测到由此产生的毫伏级肌肉激活信号。这些信号随后可以通过优化的机器学习算法进行处理，以对语音模式进行分类。

示例电磁图信号

我们的系统有潜力为因喉切除术或瘫痪等原因失去声音的人带来真正改变生活的帮助。通过直接从神经肌肉信号中解码他们想要表达的言语，我们可以为他们提供一种再次快速交流的方式。我们的目标是从面部肌电图数据中正确分类超过 100 个常用词，并达到 90% 以上的准确率。

非侵入性语音解码的电极布置

我们打算将我们收集的数据集与研究社区公开共享。通过让他人能够方便地基于我们的方法和验证结果进行构建，我们希望促进非侵入式语音辅助技术的创新。利用无声语音解码的辅助技术可以帮助数百万人更独立地进行交流。

OpenBCI 多功能 Cyton 主板的支持对我的团队来说已经证明是非常宝贵的，它使我们能够在有限的预算内进行快速实验。我们非常感激这样的硬件，它使得教科书之外的想法得以实现。通过赋能充满热情的年轻人才，像 OpenBCI 这样的公司为我们尚无法想象的突破性创新铺平了道路！

如果您有任何问题、建议或提示，请随时通过 ignitiousprannoy72@gmail.com 与我联系。