脑机接口(Brain Computer Interface,BCI)是将人们大脑内产生的脑电信号(Electroencephalogram,EEG)借由脑电采集装置转化为一种数字信号并由计算机分析处理后通过设备输出的装置(是一种不通过人体肌肉以及外周神经,只通过大脑与外界设备交流沟通的特殊方式),以此达到与外界交流的目的。在智能设备迅速发展的今天,人们之间的交流方式多种多样,但最主要依然是语言交流。正常人通过谈话交流,聋哑人之间通过手语交流。然而聋哑人和不熟悉手语的普通人之间却难以进行交流,这就迫切需要一种聋哑人和正常交流的工具。便携式语音发声装置可使聋哑人发出与正常人一样的语音,从而实现聋哑人与正常人之间的交流。本文设计基于视觉稳态诱发电位脑机接口(Steady-State Visual Evoked Potentials,SSVEP-BCI)便携式语音发声装置,包括头戴式视觉刺激器设计、便携式脑电信号采集装置设计、便携式信号处理单元设计以及手机发声APP设计。从而提高语音发声装置便携度。实现运动状态下聋哑人语音发声。使用混合现实技术(Mixed Reality,MR)搭建头戴式刺激界面,在用户观察现实环境的同时,增加虚拟场景控制。MR是虚拟现实技术的进一步发展,该技术通过在现实环境中引入虚拟场景控制。以实现用户在可观察周边事物的同时进行语音发声。混合现实技术成像方式分为固头式、固地式两种成像方式。为验证了两种成像方式对语音发声装置的影响。设计固地式实验范式与固头式实验范式,对两种实验范式准确率、信息传输速率等进行探究。头戴式视觉刺激器在使用过程中不免被试进行头部运动,产生头部运动伪迹。为此本文使用一种经验模态分解结合独立成分分析(Empirical Mode Decomposition-Independent Component Correlation Algorithm,EMD-ICA)的头部运动伪迹去除方法。并通过实验结果得出该方法可以有效去除SSVEP信号中包含的头部运动伪迹。对去除头部运动伪迹后的脑电信号进行特征分类时,本文选用典型相关系数(Canonical Correlation Analysis,CCA),本文在静止、运动两种状态下分别对固地式实验范式、固头式实验范式进行SSVEP信号特征分析。静坐状态下,固地式实验范式、固头式实验范式SSVEP信号特征无明显差异。运动状态下,固地式实验范式SSVEP信号特征均高于固头式实验范式。根据实验结果,选用固地式实验范式作为语音发声装置实验范式,进一步提高语音发声准确率。