AIGC動態(tài)歡迎閱讀

原標題：Nature子刊 | 加州理工學院利用腦機接口實時解碼內(nèi)心言語
關(guān)鍵字：語音,參與者,階段,單詞,提示
文章來源：人工智能學家
內(nèi)容字數(shù)：11452字

內(nèi)容摘要：

語音腦機接口（BMIs）將大腦神經(jīng)信號轉(zhuǎn)換為單詞或音頻輸出，能夠讓因疾病或受傷而失去語言能力的人能夠進行交流。雖然在語音、嘗試和模擬語音解碼方面取得了重要進展，但內(nèi)部語音解碼的正確率很低，尚未實現(xiàn)實際運用。值得注意的是，目前還不清楚大腦的哪些區(qū)域可以被解碼。在本文中，兩名四肢癱瘓患者在邊緣上回（SMG）和初級軀體感覺皮層（S1）植入微電極陣列，他們對6個單詞和2個假單詞進行內(nèi)部和發(fā)聲語音。在兩名參與者中，我們發(fā)現(xiàn)在SMG的單個神經(jīng)元和群體水平上，內(nèi)部和發(fā)聲言語的顯著神經(jīng)表征。從SMG記錄的人動，內(nèi)部口語和發(fā)聲單詞明顯可解碼。在離線分析中，每個參與者的平均解碼準確率分別為55%和24%（概率水平為12.5%），在在線內(nèi)部語音BMI任務中，我們的平均準確率分別為79%和23%。在參與者1中發(fā)現(xiàn)了內(nèi)部言語、單詞閱讀和發(fā)聲語音過程之間共享神經(jīng)表征的證據(jù)。SMG代表單詞和偽詞，為語音編碼提供了證據(jù)。此外，我們的解碼器通過多種內(nèi)部語音策略（聽覺想象/視覺想象）提高了分類準確度。在兩個參與者的實驗中，S1的活動被發(fā)聲調(diào)節(jié)，而不是內(nèi)部言語調(diào)節(jié)，這表明在內(nèi)部言語產(chǎn)生過程中沒有發(fā)生聲道的發(fā)音。這項

原文鏈接：Nature子刊 | 加州理工學院利用腦機接口實時解碼內(nèi)心言語

聯(lián)系作者

文章來源：人工智能學家
作者微信：AItists
作者簡介：致力成為權(quán)威的人工智能科技媒體和前沿科技研究機構(gòu)