Reconstrucción de la identidad de la voz a partir de grabaciones no invasivas de la corteza auditiva

Área de la Ciencia:

• Neurociencia
• Percepción auditiva
• Aprendizaje automático en neurociencia

Sus antecedentes:

• Las áreas temporales de la voz (TVA) procesan las vocalizaciones consonantes en primates.
• La representación neuronal de la identidad del hablante dentro de las TVA no se comprende bien.

Objetivo del estudio:

• Investigar cómo se representa la identidad del hablante en el cerebro.
• Explorar la utilidad de un espacio latente de voz (VLS) derivado de una red neuronal profunda para comprender las representaciones neuronales de la identidad de la voz.

Principales métodos:

• Se utilizó una red neuronal profunda (DNN) para crear un espacio latente de voz (VLS).
• Se emplearon análisis de codificación, similitud representacional y decodificación para relacionar el VLS con datos de fMRI.
• Se analizaron las respuestas a miles de estímulos de voz de cientos de hablantes.

Principales resultados:

• El VLS se mapeó linealmente a la actividad de fMRI en las áreas temporales de la voz (TVA).
• El VLS explicó mejor la geometría representacional de la identidad del hablante en las TVA en comparación con la corteza auditiva primaria (A1).
• Las reconstrucciones basadas en TVA utilizando VLS conservaron la identidad del hablante.

Conclusiones:

• El VLS derivado de DNN proporciona representaciones de alto nivel de la identidad de la voz en las TVA.
• Este estudio avanza la comprensión de la codificación neuronal para el reconocimiento del hablante.