深度神经网络语音模型解析人脑听觉通路的神经计算

新知榜官方账号

2023-11-11 16:11:23

背景

人类依赖大脑的听觉通路实现高效精准的语音信号处理，能够轻松实现每分钟300个汉字或者150个英文单词的自然语音识别。如何建模大脑的听觉和语言环路并解析自然语音感知的神经机制是长久以来认知神经科学关注的重要问题。如今，计算机科学家花费了数十年才终于实现了较为接近人类水平的自动语音识别AI模型。这类纯工程的AI模型完全抛弃了早期基于语言学理论的模型框架，完全采用数据驱动的端到端大规模预训练深度神经网络。那么这样的模型究竟与人脑听觉通路有多少相似性呢？

研究方法

针对这一问题，上海科技大学生物医学工程学院李远宁教授团队与加州大学旧金山分校Edward Chang教授及复旦大学吴劲松/路俊锋教授团队合作，融合自监督预训练深度语音模型、高密度颅内脑电、单神经元仿真模型等多种技术方法，在中英文跨语言对照实验范式下，深入研究了AI语音模型与人脑听觉通路在计算与表征上的相似性。研究中，研究者通过构建一种新的深度神经编码模型来研究这个问题。这是一种纯数据驱动的模型，从语音预训练的深度神经网络中提取特征表达，运用这些数据驱动的特征构建新的线性编码模型，并与真实的大脑听觉响应信号进行相关性分析，从而研究深度神经网络内在特征表征与大脑听觉通路内不同神经群体活动之间的相似性。

研究结果

研究发现，端到端的语音预训练网络的层级结构，与听觉回路的层级结构之间存在着很大的相似性。对于整个听觉通路，基于深度神经网络特征的编码预测模型全面优于传统的基于语言学理论的线性特征模型。不同复杂程度的模型对应于听觉通路中的不同区域。对于同一个自监督语音模型，它的整体层级结构与听觉通路AN-IC-STG层级结构相对应。

在建立了深度语音模型与听觉通路的表征相似性之后，研究者更进一步地探究了驱动这些表征相似性的计算机制。研究者发现，自监督训练的语音模型可以学习到自然语音中与语言和语义相关的关键上下文结构信息。自注意力计算获得的关键语音结构的准确性，解释了自监督深度语音模型与大脑听觉通路表征相似性的关键计算机制。自监督模型能够学习到更高层级的与语言特异性相关的上下文信息，并且这一特异性信息与大脑语音皮层的计算与表征是显著相关的。

该研究提出了基于大规模自监督模型建立语言相关的认知功能计算模型的新思路，展现了自监督语音模型与大脑听觉通路的计算与表征的相似性。从人工智能的角度，这项研究也为打开深度神经网络，特别是自注意力模型Transformer的“黑箱”提供了新的生物学视角。

本页网址：https://www.xinzhibang.net/article_detail-19686.html

寻求报道，请

关键词

人脑听觉通路自动语音识别深度神经网络线性编码模型自注意力机制语言特异性

分享至微信：

相关工具

讯飞智检

讯飞推出的智能写作SaaS工具，支持智能写作后的校对与合规审核

Rytr

AI内容生成和写作助手

爱改写

AI改写、纠错、润色辅助工具

QuillBot

AI英/德语写作润色和改进工具

易撰

新媒体AI内容创作助手

火山写作

字节跳动旗下团队推出的免费AI英语写作助手

三个国外专业免费的调色网站

三个国外专业免费的调色网站无论制作视频、编辑图片，合适的色彩会让你的作品增加视觉冲击力，所以专业的调色技术价值非凡，一部电影或一部好的视频、图片海报，专业调色耗费少则上万，多则上百万，只是大家对专业调色这个行业知之甚少，今天网玩君就为大家分享三个国外专业免费的调色网站，记得收藏好，以后编辑视频、图片

分类标签调色网站免费

04-18 16:42

电影制作中的纹理技术

纹理在电影制作中的重要性纹理是指将详细的表面特征应用于3D模型或视觉效果元素，使其看起来更逼真。纹理对于创建视觉上引人入胜且可信的电影场景至关重要，尤其是涉及CGI、动画或特效的场景。纹理还支持叙事和讲故事，可以通过纹理设置年龄大小等属性，为故事奠定基础。纹理技术的发展历程自胶片问世以来，电影制作人

分类标签纹理电影制作CGI视觉效果微缩模型UV映射

04-18 16:42

UnrealSynth虚幻合成数据生成器-NSDT

UnrealSynth虚幻合成数据生成器-NSDTUnrealSynth基于UE5虚幻引擎开发，可用于生成合成数据集，包括图像和标注数据。可用于各种行业细分场景中目标识别任务的实施效率提高。UnrealSynth合成数据工具包内容UnrealSynth基于UE5虚幻引擎开发，目前支持YOLO系列模型

分类标签 UnrealSynth虚幻引擎数据合成YOLO模型深度学习训练数据

04-18 16:42

人工智能与音乐：谷歌的Project Magenta

谷歌的Project Magenta利用人工智能技术生成音乐和其他艺术形式，如素描、视频和笑话。该项目的目标是为人们创造新的交流方式。本文介绍了该项目的背景、发展历程和应用。在上世纪90年代中期，谷歌研究院的Douglas Eck就开始了他的人生目标：融合人工智能与音乐。二十年后，他与一支谷歌研究团

分类标签人工智能音乐谷歌

04-18 16:42

如何做好SEO优化？

如何做好SEO优化？想要做好SEO优化，得从站内优化和站外优化两个方面入手。一、站内优化1.关键词定位和分析关键词整理是SEO优化中的核心工作，一旦定下来就不建议再次去更改。站长始终要记住关键词一定要和行业、产品、领域息息相关，同时还可以参考竞争对手所做的关键词，可以利用站长工具、5118、爱站网、

分类标签 SEO优化关键词定位网站架构布局

12-11 08:19

万兴科技：营收实现稳健增长，拥抱AIGC新机遇

万兴科技：营收实现稳健增长，拥抱AIGC新机遇国元证券股份有限公司耿军军近期对万兴科技进行研究并发布了研究报告《2022年年度报告点评：营收实现稳健增长，拥抱AIGC新机遇》，本报告对万兴科技给出买入评级，当前股价为75.24元。万兴科技(300624)事件：公司于2023年4月7日收盘后发布《20

分类标签万兴科技营收增长AIGC

12-11 02:11

AI分身市场潜力巨大，万兴科技、京东等已率先布局

“AI孙燕姿”和“CarynAI”引爆市场最近，“AI孙燕姿”和“CarynAI”以以假乱真的程度引爆市场，都是通过采集本人的语音、文字、图像等素材，并通过开源的生成式训练模型进行训练而成。其中，“CarynAI”成功地借助AI技术，打造了自己的AI分身，通过付费的方式，跟AI版的自己进行交往，预计

分类标签 AI孙燕姿CarynAIAI分身AIGC技术虚拟主播数字人

12-11 02:10

万兴科技推出名师必备讲演神器“万兴智演”

万兴科技推出名师必备讲演神器“万兴智演”9月8日，万兴科技面向泛知识领域，推出名师必备讲演神器“万兴智演”。该款AI演示新品集成强大的AIGC能力、精美的行业课程模板以及动画特效素材，大大简化课件制作过程。同时，产品内置强大的录制、直播功能，通过真人实拍与演示内容相结合的形式，实现人景融合的实时演示

分类标签万兴科技万兴智演AI演示

12-11 02:09

万兴科技创始人吴太兵在2023互联网岳麓峰会上的主题演讲

万兴科技创始人吴太兵在2023互联网岳麓峰会上的主题演讲2023互联网岳麓峰会论坛上，万兴科技创始人、董事长兼总裁吴太兵进行主题演讲。红网时刻新闻记者郭雅倩甘红长沙报道十届、十年，岳麓峰会从2014年的“湖湘汇”到如今云集万人的盛会，积攒了巨大的关注度和影响力。6月19日，2023互联网岳麓峰会在长

分类标签万兴科技吴太兵岳麓峰会

12-11 02:05

樟宜机场：通过科技改变旅客体验

樟宜机场：通过科技改变旅客体验樟宜机场在智能手机上移动的小红点代表了在机场上空飞行的飞机，通过传感器的追踪获取了相关飞行轨迹。机场通过人工智能、面部识别和数据分析等技术的应用，不断提高机场运营效率，保持创新，致力于成为一个旅客体验更佳、充满活力的目的地。人工智能优化机场运营效率樟宜机场在2017年共

分类标签樟宜机场科技旅客体验

12-10 22:16