研究人员开发了 NeuroCodec,这是一种利用脑电图 (EEG) 信号指导过程的新型高保真目标说话人提取生成模型。与以往关注时频掩蔽的方法不同,NeuroCodec 在神经音频编解码器的潜在空间中运行,对空间脑电图依赖性进行建模并融合跨模态表示。该模型采用了多阶段训练课程,并在公共数据集上展示了卓越的性能,在听力实验中实现了比现有基线高得多的感知准确度。 AI
影响 这项研究通过提高在嘈杂环境中分离特定语音的能力,可能有助于开发更有效的助听设备。
排序理由 该集群包含一篇详细介绍新模型及其方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →