Jonathan D. McCart氏らは2026年11月13日(現地時間)、arXiv q-bio.NCにて、脳波からテキストへの高速かつ効率的なデコードを実現するフレームワーク「FETTUCCINE」に関する研究成果を発表した。このシステムは、神経疾患や損傷により発話能力を失った人々への新たなコミュニケーション手段を提供する。計算負荷の高い既存システムが抱えるボトルネックや推論遅延の問題に対処し、モバイル機器上での実用的なパフォーマンスを実証した。

この研究は、発話中の神経活動をテキストにデコードする既存のシステムが、計算集約型の言語モデリングスタックに依存しているため、実世界での使用において主要なボトルネックとなっている現状を指摘している。また、現在の言語モデルは推論遅延が大きく、コミュニケーションのスループットを制限し、自然な会話への信頼性の高い参加を妨げている。

「FETTUCCINE」は、自動音声認識 (ASR) モデルの速度と移植性を活用することで、これらの実用的な課題を解決するエンドツーエンドのフレームワークとして開発された。本システムは、10%未満の単語誤り率 (WER) と、神経の非定常性への効率的な適応、モバイル機器上での信頼性の高いパフォーマンスを達成している。

脳内皮質発話神経プロテーゼのユーザーから公開されているデータを用いた評価では、「FETTUCCINE」は既存のエンドツーエンド手法を上回り、最低4.39%のWERを記録した。特に注目すべきは、市販のモバイル機器上でモデルが正常に動作し、最大で実時間の370倍のスループットを達成したことである。これは、モバイル機器上での脳波からテキストへのデコードの初のデモンストレーションとなる。さらに、モデルは将来の日においても実用的なパフォーマンスを維持するためにファインチューニング可能であることも示された。

研究チームは、本アプローチが勾配ベースのサリエンスマップを通じてデコードに最も関連する神経特徴の局在化を可能にし、異なるASRモデルファミリー間で確立された生理学的事前分布と一致することを確認した。これらの成果は、「FETTUCCINE」がインフラストラクチャと計算上の主要な障壁を克服し、新しいクラスのポータブルな脳波からテキストへのコミュニケーションを実現することを示唆している。


参考: arXiv q-bio.NC (アーカイブ) — 2026年11月14日 03:59 (JST)

原文ハイライト

"providing the first demonstration of brain-to-text decoding on a mobile device"

この記事をシェア
X はてブ LinkedIn