論文の概要: Cephalonauts One: A deep fMRI dataset for decoding naturalistic speech in the human brain

• arxiv url: http://arxiv.org/abs/2610.03558v1
• Date: Fri, 02 Oct 2026 16:38:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.487958
• Title: Cephalonauts One: A deep fMRI dataset for decoding naturalistic speech in the human brain
• Title（参考訳）: Cephalonauts One:ヒト脳における自然主義音声の復号のための深部fMRIデータセット
• Abstract要約: Cephalonauts One(セファロノートワン)は、オーディオポッドキャストを聴きながら記録された3テスラ(3T)機能的磁気共鳴画像(fMRI)データセットである。 被験者1人あたり30時間のfMRIデータを用いて、現在のリリースは、自然言語による音声刺激を用いた最も深いfMRIデータセットである。
• 参考スコア（独自算出の注目度）: 20.394493980419604
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cephalonauts One is a whole-brain 3 Tesla (3T) functional magnetic resonance imaging (fMRI) dataset recorded while subjects listened to audio podcasts. Three healthy subjects underwent multiple scanning sessions, each consisting of five 15-minute runs, while listening to podcasts in their native language. With 30 hours of fMRI data per subject, the current release is the deepest available fMRI dataset using naturalistic speech stimuli. The dataset pairs brain activity with the corresponding podcast audio, transcript annotations, and derived stimulus embeddings. Furthermore, we introduce a brain decoding benchmark formulated as audio segment retrieval: given fMRI activity from a held-out session, the decoder must identify the corresponding time-aligned podcast audio segment among candidate segments. We provide standardized splits, evaluation metrics, and baseline decoders for this task. Finally, a scaling analysis shows that decoding performance improves continuously with the amount of training data per subject.
• Abstract（参考訳）: Cephalonauts One(セファロノートワン)は、オーディオポッドキャストを聴きながら記録された3テスラ(3T)機能的磁気共鳴画像(fMRI)データセットである。 3人の健康な被験者が複数のスキャンセッションを行い、それぞれが5つの15分間のランニングからなり、母国語でポッドキャストを聴いた。 被験者1人あたり30時間のfMRIデータを用いて、現在のリリースは、自然言語による音声刺激を用いた最も深いfMRIデータセットである。 データセットは、対応するポッドキャストオーディオ、転写アノテーション、導出刺激埋め込みと脳活動とをペアリングする。 さらに、音声セグメント検索として定式化された脳内デコードベンチマークを導入し、ホールドアウトセッションからfMRIのアクティビティが与えられた場合、デコーダは、候補セグメントの中で対応する時間に整ったポッドキャストオーディオセグメントを識別する必要がある。 このタスクのために、標準化された分割、評価メトリクス、ベースラインデコーダを提供します。 最後に,デコード性能が被験者毎のトレーニングデータ量とともに継続的に向上することを示す。

関連論文リスト

• Zero-Shot Imagined Speech Decoding via Imagined-to-Listened MEG Mapping [0.0]
  非侵襲的な脳記録から想像された音声を復号することは困難である。 本稿では,音声聴取時に,よりリッチで信頼性の高いラベル付き録音を活用する,想像音声の復号化のための新しい手法を提案する。
  論文  参考訳（メタデータ） (2026-05-08T17:56:19Z)
• LibriBrain: Over 50 Hours of Within-Subject MEG to Improve Speech Decoding Methods at Scale [2.225053366951265]
  LibriBrainは、音声復号のためにこれまでで最大の単一オブジェクトMEGデータセットである。 オブジェクト内データのこの前例のない深さ」は、これまで非侵襲的な方法で利用できなかったスケールでの神経表現の探索を可能にする。
  論文  参考訳（メタデータ） (2025-06-02T17:59:41Z)
• Jointly Learning Visual and Auditory Speech Representations from Raw Data [108.68531445641769]
  RAVEnは視覚と聴覚の表現を協調的に学習する自己教師型マルチモーダルアプローチである。 我々の設計は、ビデオとオーディオの固有の違いによって駆動される非対称なw.r.t.である。 RAVEnは視覚音声認識における全自己指導手法を超越している。
  論文  参考訳（メタデータ） (2022-12-12T21:04:06Z)
• Decoding speech perception from non-invasive brain recordings [48.46819575538446]
  非侵襲的な記録から知覚音声の自己教師付き表現をデコードするために、コントラスト学習で訓練されたモデルを導入する。 我々のモデルでは、3秒のMEG信号から、1,000以上の異なる可能性から最大41%の精度で対応する音声セグメントを識別できる。
  論文  参考訳（メタデータ） (2022-08-25T10:01:43Z)
• MEG-MASC: a high-quality magneto-encephalography dataset for evaluating natural speech processing [1.345669927504424]
  MEG-MASC"データセットは、27人の英語話者の生磁気脳波(MEG)記録のキュレートされたセットを提供する。 記録のメタデータに各単語と音素のオンセットとオフセットをタイムスタンプし、BIDS(Brain Imaging Data Structure)に基づいてデータセットを整理する。 このデータ収集は、音声に対する時間分解脳反応の分析を大規模に符号化および復号化するための適切なベンチマークを提供する。
  論文  参考訳（メタデータ） (2022-07-26T19:17:01Z)
• Toward a realistic model of speech processing in the brain with self-supervised learning [67.7130239674153]
  生波形で訓練された自己教師型アルゴリズムは有望な候補である。 We show that Wav2Vec 2.0 learns brain-like representations with little as 600 hours of unlabelled speech。
  論文  参考訳（メタデータ） (2022-06-03T17:01:46Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。