中 / EN
2026-10-05 00:00 加拿大 论文发表 感觉与反馈 原文语言 EN

耳周脑电可识别听者关注哪位说话人,行走时受线缆伪迹干扰

内容概述 在嘈杂环境里,助听器能不能知道用户正在听哪个人说话?德国研究人员让受试者佩戴贴在耳朵周围的轻便脑电电极和便携式助听器研究设备,在坐着和走路两种状态下完成听觉注意任务。研究人员从脑电信号中还原受试者所关注的语音,结果与以往实验室研究的规律一致:只有一个人说话时还原得最准,两人同时说话时被关注的那一方次之,被忽略的那一方最差。不过行走条件下出现了与语音同步的伪迹,可能来自助听器线缆碰触电极,并影响了准确率。研究人员认为,这套轻便系统目前只在静止场景下证明了可行。
推荐理由 让助听器根据脑电自动放大用户想听的声音,是听觉脑机接口的主要目标之一。这项研究把实验搬出静坐场景,暴露出一个实际难题:行走时线缆碰触电极产生的伪迹与语音同步,常规解码分析发现不了,只有前向模型能识别。

脑机百科消息(bciwiki.com),德国奥尔登堡大学等机构的研究人员用贴在耳周的轻便脑电电极和便携式助听器研究设备,从受试者脑电中解码其听觉注意对象,并在坐姿和行走两种条件下进行了测试。研究发表于2026年10月5日的《Hearing Research》(PMID 42832897,DOI 10.1016/j.heares.2026.109817),作者单位还包括助听器企业Sonova Consumer Hearing GmbH。

听觉注意解码被视为神经自适应助听技术的一条路线,即通过读取大脑对语音的追踪,判断用户正在听哪个说话人。研究人员指出,这一方法在自然、移动场景下的可行性此前研究不足。实验中,受试者在坐姿和行走状态下完成听觉注意任务,声学场景复杂度有所变化,包括单说话人、双说话人以及食堂背景噪声。电极采用耳周阵列cEEGrids。

研究人员同时使用后向模型(解码)和前向模型(编码)评估神经信号对连续语音的追踪。解码结果重现了既往规律:单说话人条件下语音重建准确率最高,双说话人条件下被关注的语音次之,被忽略的语音最低,这一趋势在坐姿和行走条件下均可见。

事后的前向建模发现,行走条件下存在一种伪迹,使重建准确率和预测准确率出现偏差。进一步分析显示,这可能来自硬件干扰,例如助听器线缆与电极接触。研究人员强调,该伪迹与语音同步,只能通过前向模型检测出来。

作者认为,结果证明了在静止场景下用轻便、不显眼的脑电系统解码听觉注意的可行性,未来的应用需要更可靠的硬件集成、实时验证和以用户为中心的设计,并强调可解释方法在应用研究中的重要性。

本文由 BCIwiki 根据公开信息撰写

关联信源 · 1
阅读原文 ↗
指正 修订记录 · 无 中 / EN
© 2026 BCIwiki.com 产业简报 主题索引 提交线索 订阅本站 修订记录 关于我们