音声想起時脳波（EEG）信号から想起内容を識別するBCIの基礎研究が始まっている．報告者らは，これまで目視ラベリングの結果を用いて日本語の短音節情報を抽出し，短音節を認識する手法を提案してきた．本報告では，最初にラベリングデータを用いて同じ音素を持つ全音節から音素情報を学習できるようにし，データ数を増やすことで部分空間法に基づく音節グループ分類の精度を向上させた実験の結果を述べる．続いて，言語情報抽出コストが高い欠点を持つ目視ラベリングに代えて，音節区間を自動抽出可能な畳み込みニューラルネットワーク(CNN)に基づく手法を提案する．脳波収録時はプロンプト純音を聴いて直ちに音声想起するため，短時間に多量の脳波データを収録できるが，純音に対するERP信号が重畳するため，定常雑音と共にERP信号を除去する．発表では，電極空間情報特徴量を抽出し，2DCNNを応用して日本語17短音節の認識を行った結果を報告する．
