该研究由复旦大学华山医院等团队联合开展，针对汉语作为tonal 单音节语言的解码难题，首次实现了基于脑机接口（BCI）的全谱系中文实时解码。研究以一名 43 岁癫痫患者为对象，通过植入 256 通道高密度皮质脑电图（ECoG）阵列，采集其朗读 394 个不同汉语音节时的神经信号。
研究采用双流解码架构，并行处理音节和声调信息，结合四层LSTM 网络模型，离线音节解码准确率达 71.2%，声调解码准确率 69.1%。在此基础上，通过字符 - 句子分层解码策略，整合 3 元语言模型后，实时句子解码字符准确率提升至 73.1%，通信速率达 49.7 字符 / 分钟。
该BCI 系统可将神经信号解码为文本或语音，成功实现对机械臂、数字化身的控制，以及与大型语言模型的交互。研究证实了基于音节的解码策略对汉语的有效性，突破了
tonal 单音节语言实时解码的技术瓶颈，为渐冻症等失语患者提供了新型沟通方案，也为多语言脑机接口研发奠定基础。
