Tether 發布 BrainWhisperer，一款開源的腦到文字引擎，能將神經訊號解碼成書面語言，並且完全在本地裝置上運作。執行長 Paolo Ardoino 宣布，該系統現已完整整合進 QVAC，也就是該公司的開源端側 AI 棧，並作為概念驗證能力提供給全球開發者。BrainWhisperer 由 Tether Evo（該公司研究部門）開發，旨在為因神經退化疾病（例如肌萎縮性側索硬化症（ALS））而失去發聲能力的個人，提供溝通路徑。它也針對既有解決方案的限制進行了回應，例如需要數分鐘才能組成單一句子的注視追蹤式字母板。
BrainWhisperer 在驗證測試中達到 8.7% 詞錯率
BrainWhisperer 是對 Whisper 語音辨識模型的重新設計變體。系統並非處理音訊，而是接收從大腦語音運動皮質所記錄的電活動——透過植入式電極陣列取得——並將這些訊號直接翻譯成文字。這種作法繞過了對身體移動或發聲的需求。
該模型的 SDK 版本在不到兩 GB 記憶體內運作，延遲約為五十毫秒。使用單一受試者的真實神經錄音進行驗證測試時，它達到 8.7% 的詞錯率，跌破研究人員將其視為現實可用性基準的十趴門檻。同一架構的更複雜變體在一項國際腦到文字挑戰中，於 466 支競爭團隊中排名第四；不過該版本並非端到端，因此未納入 SDK 發布。
Tether 強調本地執行與隱私保護
Tether 強調，本地執行是該技術設計的核心。因為解碼完全透過 QVAC 在使用者裝置上進行，沒有任何神經資料會被傳送到外部伺服器——這對於一套能直接從大腦讀取意圖的系統而言，是一項重要考量。公司表示，引擎只會處理使用者正嘗試產出的語音；而未來的保護措施（例如心智驗證）也可能進一步強化使用者的控制權。
技術仍屬實驗階段，且需要外科植入
BrainWhisperer 仍處於實驗階段。該模型僅以四名受試者的資料進行訓練，而 SDK 版本則針對單一個人進行校準。若要將系統適配給新使用者，將需要外科植入以及個人化校準期，帶來醫療、安全與法規方面的挑戰。Tether 將此次發布描述為未來輔助產品的基礎建構模組，而非面向消費者的即用解決方案。
研究團隊指出，底層方法論最終或可延伸到語音之外，用於解碼想像中的影像、聲音，甚至潛在的預定動作。就目前而言，此次開源發布為開發者提供了一套可運作的端側引擎，展示了準確神經解碼的可行性，以及在不依賴雲端的情況下於一般硬體上執行此類系統的實用性。
常見問題
Tether 發布了什麼？
Tether 發布 BrainWhisperer，一款開源的腦到文字引擎，能將神經訊號解碼成書面語言，並且完全在本地裝置上運作。執行長 Paolo Ardoino 宣布，該系統現已完整整合進 QVAC，也就是該公司的開源端側 AI 棧。
BrainWhisperer 在驗證測試中的準確度如何？
在使用單一受試者的真實神經錄音進行的驗證測試中，BrainWhisperer 達到 8.7% 的詞錯率。同一架構的更複雜變體在一項國際腦到文字挑戰中，於 466 支競爭團隊中排名第四。
BrainWhisperer 目前有哪些限制？
BrainWhisperer 仍處於實驗階段。該模型僅以四名受試者的資料進行訓練，而 SDK 版本則針對單一個人進行校準。要將系統適配給新使用者，將需要外科植入以及個人化校準期。
