通过基于EEG的连续语音外重建来估计语音接收值
Heidi B Borges1,2, Johannes Zaar1,3, Emina Alickovic1,4
1Eriksholm Research Centre, Snekkersten, Denmark.
The European journal of neuroscience
|March 27, 2025
概括
这项研究使用脑电图 (EEG) 和语音外重建来估计语音接收值 (SRT). 结果显示基于EEG的SRT估计是准确的,并受到信号噪声比 (SNR) 的影响,影响神经反应.
科学领域:
- 神经科学是一个神经科学.
- 听觉神经科学 听觉神经科学
- 信号处理 信号处理
背景情况:
- 准确估计语音接收值 (SRT) 对于诊断听力障碍至关重要.
- 电脑电图 (EEG) 提供了一种非侵入性的方法来研究听觉处理.
- 来自EEG的语音外重建提供了对语音神经编码的洞察.
研究的目的:
- 为了研究基于EEG的语音外重建来估计SRT (SRTneuro).
- 检查信号与噪声比 (SNR) 对听觉处理中的时间响应函数 (TRF) 的影响.
- 为了将SNR对外重建和TRF的影响与潜在的神经机制相关联.
主要方法:
- 记录了20名正常听力参与者的EEG,在不同噪音水平下听到连续的语音.
- 训练了一台线性解码器,从EEG中重建语音包裹.
- 计算的重建精度 (皮尔森相关性) 和估计的SRTneuro.
- 在不同的SNR中分析了TRF组件 (延迟,振幅).
主要成果:
- 对所有参与者来说,SRT神经估计在行为SRT的3dB以内.
- 增加SNR显著降低了TRF组件延迟 (N1,P2).
- 增加SNR显著增加了TRF组件振幅大小 (N1,P2).
结论:
- 基于EEG的语音外重建是SRT估计的可行方法.
- SNR对语音外重建的准确性和TRF特征都有重大影响.
- 这些发现表明,SNR对包裹编码和TRF调制有共同的神经基础.
