短期感知训练调节神经对深度假话语的反应,但不能改善行为歧视.

科学领域:

• 认知神经科学 认知神经科学
• 人工智能的人工智能
• 语音处理 语音处理

背景情况:

• 人工智能 (AI) 文本转化语音 (TTS) 技术的进步创造了与人类几乎无法区分的声音.
• 这种现实主义带来社会风险,包括欺诈和欺骗通过假冒.
• 目前的方法难以可靠地区分人工智能声音和人类言语.

研究的目的:

• 调查短期感知训练是否提高了区分人工智能和人类语言的能力.
• 在训练前后检查对人工智能和人类声音的行为和神经反应.
• 为了理解神经行为解离在识别合成语音.

主要方法:

• 30名参与者在12分钟的感知训练课程之前和之后完成了行为语音区分任务.
• 电脑电图 (EEG) 在语音感知过程中记录神经活动.
• 时间响应功能 (TRF) 分析被用来评估语言类型之间的神经分化.

主要成果:

• 行为歧视显示,培训后的改善很小.
• 神经分析显示,在训练后的早期和晚期听觉处理阶段,人工智能和人类语言之间存在显著的差异.
• 脑电图谱功率和解码分析显示差异有限.

结论:

• 人工智能产生的语音对行为和神经敏感性之间存在分离.
• 听觉系统在短时间暴露后迅速适应微妙的声学差异,尽管行为表现不佳.
• 调查结果强调了有针对性的感知训练的潜力,以改善合成语音检测和减轻社会风险.