耳面神经肌肉信号的几何学:使用表面电肌图解码语音发音
Harshavardhana T Gowda1, Zachary D McNaughton1, Lee M Miller2,3,4
1Department of Electrical and Computer Engineering, University of California, Davis, CA, United States of America.
Journal of neural engineering
|June 24, 2025
概括
我们开发了一种新的方法来使用面部,下巴和子的表面电肌图 (EMG) 信号来解码语音. 这种方法表明,它有望恢复发言障碍患者的发言能力.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 信号处理 信号处理
背景情况:
- 电肌图 (EMG) 信号为言语障碍患者的言语恢复提供了潜在的途径.
- 目前基于EMG的语音神经假体在数据收集和计算资源方面面临挑战.
研究的目的:
- 通过表面电肌图 (EMG) 信号呈现解码语音发音的数据和方法.
- 为基于EMG的语音假肢开发高效的神经网络.
主要方法:
- 在语音发音过程中从面部,下巴和部肌肉收集EMG信号.
- 使用EMG-to-speech翻译技术.使用EMG-to-speech翻译技术.
- 使用对称的正定数矩阵的多重作为EMG数据的嵌入空间.
主要成果:
- 对称的正定数矩阵的多重为EMG信号提供了一个自然的嵌入空间.
- 使用线性转换实现了对多重值EMG数据的代数解释.
- 分析和量化了个人间EMG信号的分布变化.
结论:
- 拟议的方法表明了数据和参数高效的神经网络的潜力.
- 这种方法对于开发实际的基于EMG的语音恢复系统具有重要意义.
- 这些发现解决了神经假体EMG信号处理的关键挑战.


