通过主体独立的相异性模型,通过基于EEG的分类来预测听者的语音
Alireza Malekmohammadi1, Josef P Rauschecker2, Gordon Cheng3
1Institute for Cognitive Systems, Electrical Engineering, Technical University of Munich, 80333, Munich, Germany. alireza.malekmohammadi@tum.de.
Scientific reports
|July 18, 2025
概括
这项研究表明,脑电图 (EEG) 阶段跟踪在所有语音听众中是一致的. 一个新的模型使用其他个体的数据,以74.96%的准确度从EEG预测言语.
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
- 语音处理 语音处理
背景情况:
- 重复的听觉刺激导致在试验中一致的脑电图 (EEG) 阶段对齐.
- 跨主体EEG相位跟踪在EEG相位与声学特性密切一致时显示相似性.
研究的目的:
- 为了检查跨主体EEG相位跟踪对听觉刺激的反应的一致性.
- 开发一个广义的,独立于对象的EEG相异性模型.
- 评估EEG相位调整时间和数量对语音分类准确性的影响.
主要方法:
- 记录了17名参与者的EEG反应,听不熟悉的有声书段落.
- 开发了一个概括的主体独立的相异相模型.
- 评估了跨主体EEG相位对齐及其与语音声学的相关性.
主要成果:
- 在重复的跨主体试验中观察到EEG阶段一致性.
- 拟议的模型实现了74.96%的基于EEG的语音分类准确度.
- 来自不同参与者的九个不同的阶段模板足以进行有效的模型培训.
结论:
- 使用对其他个体进行训练的EEG数据,可以预测听者的演讲.
- 一致的跨主体EEG相位对齐与语音声学允许主体独立的预测.
- EEG相位调整的持续时间与分类准确性有正相关.
