摘要 — 最近的研究表明,设计脑机接口 (BCI) 为神经损伤或疾病患者恢复语音交流大有可为。已经开发出许多 BCI 来从大脑活动中重建语音的不同方面,例如音素和单词。然而,在语音图像期间从大脑活动中成功重建连续语音方面仍然存在许多挑战。在这里,我们研究了使用立体定向脑电图获取的不同频带中的颅内脑活动来区分语音和非语音的潜力。结果显示,在 alpha 和 theta 波段中具有统计学上显着的信息,可用于检测语音活动,并且使用多个频带的组合可以进一步提高性能,准确率超过 92%。此外,该模型是因果关系,可以在未来的闭环实验中以低延迟实现。这些初步发现表明,跨频率脑信号特征可用于检测语音活动以增强语音解码和合成模型。