Tether開源BrainWhisperer神經網路引擎，作為以隱私為先的輔助溝通的實驗基礎

金融科技公司 Tether 發布了 BrainWhisperer，這是一款開源的腦電波文字引擎，能夠完全在本地設備上將神經訊號解碼成書面語言。執行長 Paolo Ardoino 宣布，該系統現已完全整合到… 風控中心該公司開源的設備端 AI 堆疊，並作為概念驗證功能向全球開發者開放。

BrainWhisperer 由 Tether Evo 公司的研究部門開發，是 Whisper 語音辨識模型的改良版。該系統並非處理音頻，而是接收來自大腦語言運動皮層的電活動訊號（透過植入式電極陣列採集），並將這些訊號直接轉換為文字。這種方法無需患者進行任何肢體動作或發出聲音，為因肌萎縮側索硬化症 (ALS) 等神經退化性疾病而喪失說話能力的患者提供了一種潛在的溝通途徑。對於這些患者而言，傳統的眼動追蹤字母板仍然緩慢且耗費精力，通常需要幾分鐘才能完成一個句子。

模型的SDK版本體積小巧，功能齊全，僅佔用不到2GB的內存，延遲約50毫秒。在利用來自單一參與者的真實神經記錄進行的驗證測試中，該模型實現了8.7%的詞錯誤率，低於研究人員視為實際應用價值基準的10%閾值。同一架構的一個更複雜的變體在國際腦-文本挑戰賽中，在466支參賽隊伍中排名第四，但由於該版本並非端到端，因此未包含在SDK版本中。

隱私、性能與未來發展方向

Tether強調，本地執行是此技術設計的核心。由於解碼完全透過QVAC在用戶設備上完成，因此不會將任何神經資料傳輸到外部伺服器——對於直接從大腦讀取意圖的系統而言，這一點至關重要。該公司指出，該引擎僅處理用戶主動嘗試發出的語音，未來諸如心理認證之類的安全措施可以進一步加強用戶控制。

然而，BrainWhisperer仍處於實驗階段。該模型僅使用四名參與者的數據進行訓練，SDK版本也僅針對一名參與者進行了校準。將系統適配到新用戶需要進行手術植入和個人化校準，這會帶來重大的醫療、安全和監管方面的挑戰。 Tether公司將此次發布描述為未來輔助產品的基礎建構模組，而非面向消費者的解決方案。

展望未來，研究團隊指出，這項底層方法最終可能超越語音解碼，用於解碼想像中的影像、聲音，甚至潛在的意圖動作。目前，開源版本為開發者提供了一個可在設備上運行的引擎，它不僅展示了精確神經解碼的可行性，也證明了在普通硬體上運行此類系統而無需依賴雲端服務的實用性。