Fugu-MT 論文翻訳(概要): Speech Recognition using EEG signals recorded using dry electrodes

論文の概要: Speech Recognition using EEG signals recorded using dry electrodes

arxiv url: http://arxiv.org/abs/2008.07621v1
Date: Thu, 13 Aug 2020 09:56:45 GMT
ステータス: 処理完了
システム内更新日: 2022-10-31 00:09:38.056616
Title: Speech Recognition using EEG signals recorded using dry electrodes
Title（参考訳）: ドライ電極を用いた脳波信号を用いた音声認識
Authors: Gautam Krishna, Co Tran, Mason Carnahan, Morgan M Hagood, Ahmed H Tewfik
Abstract要約: ドライ電極を用いて得られた脳波信号を用いて音声認識を行う。 2つの英語母音からなるサブセット語彙で79.77%の精度を実証した。
参考スコア（独自算出の注目度）: 12.417540155936717
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we demonstrate speech recognition using electroencephalography (EEG) signals obtained using dry electrodes on a limited English vocabulary consisting of three vowels and one word using a deep learning model. We demonstrate a test accuracy of 79.07 percent on a subset vocabulary consisting of two English vowels. Our results demonstrate the feasibility of using EEG signals recorded using dry electrodes for performing the task of speech recognition.
Abstract（参考訳）: 本稿では,3つの母音と1つの単語からなる限定英語語彙上で,ドライ電極を用いた脳波(EEG)信号を用いた音声認識を深層学習モデルを用いて実証する。 2つの英語母音からなるサブセット語彙で79.07パーセントの検査精度を示す。本研究は,ドライ電極を用いた脳波を用いた音声認識の実現可能性を示すものである。

関連論文リスト

NeuroSpex: Neuro-Guided Speaker Extraction with Cross-Modal Attention [47.8479647938849]
本稿では,聴取者の脳波応答を唯一の補助的基準キューとして用いた神経誘導型話者抽出モデルであるNeuroSpexを提案する。我々は,注目情報を捕捉する新しい脳波信号エンコーダを提案し,また,音声特徴表現を強化するためのクロスアテンション(CA)機構を提案する。
論文参考訳（メタデータ） (2024-09-04T07:33:01Z)
Enhancing EEG-to-Text Decoding through Transferable Representations from Pre-trained Contrastive EEG-Text Masked Autoencoder [69.7813498468116]
コントラスト型脳波テキストマスケード自動エンコーダ(CET-MAE)を提案する。また、E2T-PTR(Pretrained Transferable Representationsを用いたEEG-to-Text decoding)と呼ばれるフレームワークを開発し、EEGシーケンスからテキストをデコードする。
論文参考訳（メタデータ） (2024-02-27T11:45:21Z)
DGSD: Dynamical Graph Self-Distillation for EEG-Based Auditory Spatial Attention Detection [49.196182908826565]
AAD(Auditory Attention Detection)は、マルチスピーカー環境で脳信号からターゲット話者を検出することを目的としている。現在のアプローチは主に、画像のようなユークリッドデータを処理するために設計された従来の畳み込みニューラルネットワークに依存している。本稿では、入力として音声刺激を必要としないAADのための動的グラフ自己蒸留(DGSD)手法を提案する。
論文参考訳（メタデータ） (2023-09-07T13:43:46Z)
NUVA: A Naming Utterance Verifier for Aphasia Treatment [49.114436579008476]
失語症(PWA)患者の治療介入に対する反応の診断とモニタリングの両立のための画像命名タスクを用いた音声性能評価本稿では,失語症脳卒中患者の「正しい」と「正しくない」を分類する深層学習要素を組み込んだ発話検証システムであるNUVAについて述べる。イギリス系英語8ヶ国語でのテストでは、システムの性能精度は83.6%から93.6%の範囲であり、10倍のクロスバリデーション平均は89.5%であった。
論文参考訳（メタデータ） (2021-02-10T13:00:29Z)
Pre-Training Transformers as Energy-Based Cloze Models [95.04748595976811]
テキストによる表現学習のためのエネルギーベースクローゼモデルであるElectricを導入する。 electricはマスキングを使用しず、コンテキスト内で発生したトークンに対して完全な分散を出力しない。ノイズコントラスト推定に基づくアルゴリズムを用いて電気を訓練し、この学習目標が最近提案されたELECTRAプリトレーニング方法と密接に関連しているかを解明する。
論文参考訳（メタデータ） (2020-12-15T19:17:33Z)
Digital Voicing of Silent Speech [48.15708685020142]
本研究では,無声音声をEMG(Electromyography)センサ計測に基づいて,無声音声から有声音声に変換する作業について考察する。音声信号からサイレント信号へ音声ターゲットを移動させることにより、サイレントEMGの訓練方法を提案する。本手法は,有声データのみを学習するベースラインに比べて,サイレントEMGから発生する音声の可聴性を大幅に向上させる。
論文参考訳（メタデータ） (2020-10-06T18:23:35Z)
Constrained Variational Autoencoder for improving EEG based Speech Recognition Systems [3.5786621294068377]
本稿では、新しい制約付き損失関数を持つリカレントニューラルネットワーク(RNN)に基づく変分オートエンコーダ(VAE)モデルを提案する。本研究では, 生の脳波特徴から生成された脳波特徴を用いて, 連続的および孤立的な音声認識システムを構築し, 実験を行った。
論文参考訳（メタデータ） (2020-06-01T06:03:50Z)
Improving EEG based continuous speech recognition using GAN [3.5786621294068377]
我々は、GAN(Generative Adversarial Network)を用いて、生脳波の特徴からより有意義な脳波(EEG)特徴を生成できることを実証した。提案手法は付加的なセンサ情報を用いることなく実装することができるが,[1]著者らは,脳波に基づく連続音声認識システムの性能向上のために,音響情報や調音情報などの付加的特徴を用いている。
論文参考訳（メタデータ） (2020-05-29T06:11:33Z)
Understanding effect of speech perception in EEG based speech recognition systems [3.5786621294068377]
音声と平行に記録された脳波信号を用いて、孤立的かつ連続的な音声認識を行う。我々は、より堅牢な脳波に基づく音声認識システムを設計するために、この音声認識成分を脳波信号から切り離すことが可能かどうかを検討する。
論文参考訳（メタデータ） (2020-05-29T05:56:09Z)
Speech Synthesis using EEG [4.312746668772343]
我々は、脳波特徴から直接音響的特徴を予測するために、リカレントニューラルネットワーク(RNN)回帰モデルを利用する。本稿では,脳波を用いた音声合成結果について述べる。
論文参考訳（メタデータ） (2020-02-22T03:53:45Z)
Continuous Silent Speech Recognition using EEG [3.5786621294068377]
我々は、被験者がテキストに音声を起こさずに、頭の中で英語の文章を読んでいる間に、平行に記録された脳波信号を翻訳する。脳波信号を用いた連続無声音声認識の実現可能性を示した。
論文参考訳（メタデータ） (2020-02-06T18:28:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。