研究人员开发了NeuroSonic，一个用于从脑电图（EEG）信号重建语音的新框架。该方法利用条件流匹配来学习一个确定性的速度场，该速度场在EEG数据的指导下将噪声声学状态转换为清晰的语音。NeuroSonic通过将EEG和音频嵌入共享的token空间并采用时间条件Transformer来解决EEG信号微弱和多变性的挑战。在CineBrain和EAV基准上的评估表明，NeuroSonic通过提高分布真实性、频谱保真度和感知质量，在伪影密集型片段中优于现有的GAN、扩散和平均流模型。 AI
影响 这项研究可能通过实现从大脑活动直接合成语音，从而带来新的辅助技术，帮助有言语障碍的个体。
排序理由 该集群包含一篇详细介绍脑电图到语音重建新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.24087v1 Announce Type: new Abstract: Reconstructing continuous speech from scalp electroencephalography (EEG) remains fundamentally challenging. EEG provides a weak, spatially diffuse, and highly variable measurement of distributed cortical activity, whereas speech is …
Reconstructing continuous speech from scalp electroencephalography (EEG) remains fundamentally challenging. EEG provides a weak, spatially diffuse, and highly variable measurement of distributed cortical activity, whereas speech is organized as a coherent acoustic trajectory with…