基于EEG的音节级语音活动检测

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 信号处理 信号处理

背景情况:

• 大脑-计算机接口 (BCI) 提供了大脑和外部设备之间的直接通信途径.
• 电脑电图 (EEG) 信号越来越多地用于解码与语音相关的神经活动.
• 准确的语音活动检测 (VAD) 对于开发有效的语音BCI至关重要.

研究的目的:

• 用电脑电图 (EEG) 信号研究音节级语音活动检测 (VAD).
• 开发和评估基于EEG的VAD模型,用于区分与语言相关的大脑活动.
• 探索基于EEG的VAD在未来自律语音BCI应用中的潜力.

主要方法:

• 在听力 (听力) 和语音 (发音音节) 任务中从10名参与者收集了EEG数据.
• 应用基于语音的VAD标记听觉刺激和语音录音,创建相应的大脑活动标签.
• 使用开发的VAD模型将EEG状态分为静止状态和活动状态 (听力或发音).

主要成果:

• 基于EEG的VAD模型在语音制作方面获得了90.93%的准确率,在听觉语音任务方面达到69.57%.
• 各项任务的跨主题分类准确率分别为72.63%和61.15%,表明性能较低.
• 在时间窗口的长度和分类准确度之间没有发现显著的相关性.

结论:

• 基于EEG的VAD显示了在语音解码和自动步调BCI中的应用的前景.
• 开发的模型证明了识别与语言相关的EEG活动的可行性.
• 需要进一步的研究来改善跨学科的概括,以获得强大的BCI性能.