非侵襲的な聴覚野記録からの音声同一性の再構築

科学分野:

• 神経科学
• 聴覚知覚
• 神経科学における機械学習

背景:

• 時間的音声領域（TVA）は、霊長類における同種個体間の音声の処理に関与しています。
• TVA内の話者同一性の神経表現は、まだよく理解されていません。

研究 の 目的:

• 話者同一性が脳内でどのように表現されるかを調査すること。
• 音声同一性の神経表現を理解するために、深層ニューラルネットワーク由来の音声潜在空間（VLS）の有用性を探求すること。

主な方法:

• 音声潜在空間（VLS）を作成するために深層ニューラルネットワーク（DNN）を利用しました。
• VLSとfMRIデータを関連付けるために、エンコーディング、表現類似性、デコーディング分析を採用しました。
• 数百人の話者からの数千の音声刺激に対する応答を分析しました。

主要な成果:

• VLSは、時間的音声領域（TVA）のfMRI活動に線形にマッピングされました。
• VLSは、一次聴覚野（A1）と比較して、TVAにおける話者同一性の表現幾何学をより良く説明しました。
• VLSを用いたTVAベースの再構築は、話者同一性を保持しました。

結論:

• DNN由来のVLSは、TVAにおける音声同一性の高レベルな表現を提供します。
• この研究は、話者認識のための神経コーディングの理解を深めます。