본 논문은 실시간 상상 음성 분류를 위해 특화된 확산 기반 신경 해독 프레임워크를 제안합니다. 이 프레임워크는 한국어 패러다임에서 수집된 개인별 뇌파 데이터를 사용하여 훈련된 경량 조건부 확산 인코더와 컨볼루션 분류기를 통합합니다. 제한된 캘리브레이션 데이터 하에서 빠른 수렴을 위해 이중 기준 조기 중단 전략을 사용했으며, 드롭아웃 정규화와 그룹화된 시간적 컨볼루션을 통해 안정적인 일반화를 보장했습니다. 온라인 작동 중에는 2초 슬라이딩 윈도우로 연속적인 뇌파 스트림을 처리하여 해독 신뢰도에 따라 시각 및 청각 피드백을 동적으로 조절하는 클래스 확률을 생성했습니다. 20개의 실시간 실험에서 프레임워크는 최고 1개 정확도 65%와 최고 2개 정확도 70%를 달성하여 오프라인 평가(최고 1개 정확도 50%)를 능가했습니다.
