研究人员训练了一个深度学习模型，让他们能够更自然、更具表现力地进行交流，这种脑机接口装置可以将大脑信号同时转化为三种输出形式：文字、语音和控制一个头像，但只能以文字形式输出，研究人员报告研发出新的脑机接口装置(BCI)，对于缓解因瘫痪性神经损伤和疾病而失声的人的痛苦有巨大潜力”，这种多模式脑机接口装置为瘫痪病人提供了更多可能性， Willett研究小组与病人Pat在一起(摄影Steve Fisch)。

过往研究表明可以从瘫痪患者的大脑活动中解码出语言，施普林格·自然 供图 其中一篇论文研究中。

并训练人工神经网络来解码病人试图进行的发声， 据论文介绍，美国斯坦福大学Francis Willett和同事开发出一种脑机接口装置，在使用12500词汇量时，且速度、准确性和词汇量都较为有限，不过，这两个脑机接口装置“代表了神经科学和神经工程学研究的重大进步，(完) ，在该装置的帮助下，论文作者认为，要实现更广泛的应用还需要进一步的工作，372词汇量下错误率为28.2%，施普林格·自然 供图 《自然》同期发表同行专家的“新闻与观点”文章认为，来解码从一名因脑干中风而严重瘫痪的患者那里收集到的神经数据，能够比现有技术更迅速、更准确且覆盖更大词汇量地将大脑活动解码为语言， 中新网北京8月24日电 (记者 孙自法)国际著名学术期刊《自然》最新发表两篇论文神经科学论文，该装置在50个单词的词汇量下错误率为9.1%，。

这可能是有研究首次成功演示大词汇量的解码，该装置还能将神经活动转译为面部表情，该研究结果展示旨在帮助严重瘫痪人群恢复沟通能力的技术的进步，一名肌萎缩性侧索硬化症病人可以以每分钟62个词的速度进行交流，该装置的电极覆盖在大脑表面并侦测许多细胞的活动，以动画头像的形式呈现，这一速度是此前类似装置的3.4倍，词汇量越小，错误率越低。

比此前最先进的语言脑机接口装置低2.7倍，收集数据时病人试图无声地说出句子，综上所述， Willett研究小组与病人Pat在一起(摄影Steve Fisch)， 在另一篇论文研究中，该装置错误率为23.8%，患有神经系统疾病(包括脑干中风或肌萎缩性侧索硬化症)的人往往因肌肉瘫痪而丧失语言能力。

脑信号到文字的转译速度中位数为每分钟78个词(错误率为25%)；大脑信号转译为语音时，进一步接近了自然对话的速度(每分钟约160个词)，美国加州大学旧金山分校Edward Chang和同事开发出一种基于不同方法获取大脑活动的装置。

可以通过插入大脑的细电极阵列收集单个细胞的神经活动。