作为开发一种神经生物学灵感的尖端神经网络模型的框架,NEF-SPA方法用于语音生产

科学领域:

• 计算神经科学是一种神经科学.
• 神经科学是一个神经科学.
• 人工智能的人工智能

背景情况:

• 使用神经生物学启发的模型模拟语音产生和感知是具有挑战性的.
• 现有的神经网络模型是有限的,专注于认知语言或感觉运动方面.
• 目前的模型利用了第二代基于速率的神经元的方法.

研究的目的:

• 开发第三代尖神经元神经网络,用于全面的语音制作建模.
• 在一个统一的神经模型中整合认知和感觉运动组件.
• 推进神经生物学启发的言语计算模型.

主要方法:

• 使用神经工程框架 (NEF) 开发了一个语音生成的神经模型.
• 整合了语义指针架构 (SPA) 来构建大规模的大脑模型.
• 利用生物接地元素,如尖端神经元,连接和专用模块.

主要成果:

• 使用生物动机的尖端神经元微电路构建了一个功能齐全的语音生成模型.
• 该模型有效地模拟了整个语音生产处理链.
• 部分模拟语音感知,并现实地模拟宏观的说话行为.

结论:

• 提出的模型提供了一个有前途的自下而上的方法来处理使用微电路神经网络元素的语音处理.
• 它为复杂的认知功能提供了大规模神经网络的生成.
• 该模型与自上而下的设计原则保持一致,与功能成像和电生理学数据相关联.