脑电听觉注意力解码新方法:嘈杂环境中识别聆听对象,准确率提升9%至16%
在嘈杂的房间里,大脑会专注听其中一个人说话,这被称为“鸡尾酒会问题”。助听器和脑机接口如果能从脑电信号中读出用户在听谁,就知道该放大哪个声音。研究人员提出名为NEUROTOKEN的单一网络,用条件流匹配方法给候选声源打分。在KU Leuven、DTU和NJU三个公开数据集上,以5秒时间窗计算,识别聆听对象的分段准确率比最强的非生成式基线高出9%至16%,受试者间差异缩小约3倍。研究还发现,以往报告的95%至97%方向判别准确率,在训练与测试严格分开试次后会下降17%至45%。该研究为预印本,尚未经同行评审。
推荐理由
它同时做了两件事:在三个数据集上把识别聆听对象的准确率提高了9%至16%,又指出领域常引用的95%至97%方向判别成绩在严格划分试次后会掉17%至45%。后一点意味着不少既有结果可能偏乐观。目前只在离线数据集上验证,离装进助听器还有距离。