speech perception | BriefGPT

关键词speech perception

搜索结果 - 11

神经语音识别模型对音位同化的感知
本研究探讨了神经语音识别模型 Wav2Vec2 如何感知同化声音，并确定模型实现同化补偿的语言知识。通过心理语言学刺激和分析，我们发现不同的语言环境线索如何影响模型输出的补偿模式。我们的实验结果表明，模型在最后的层次将同化的声音从声学形式转
PDF11 days ago
揭示第一和第二语言单词感知中的远程和近程语境效应：心理物理逆相关的研究
用逆相关方法系统地改变英语（/i/-/I/）和法语（/u/-/y/）的第二语言（L2）说话者语速和音高，从而重建偏向他们感知的韵律特征，发现元音感知实际上受到来自周围音高和语速的相冲突效应的影响，且 L1 和 L2 说话者在感知上表现出惊人
PDF24 days ago
利用 fMRI 数据的大脑预测编码进行语言重建
提出了一种用于神经解码和脑预测的新模型 extsc {PredFT}，它结合了主要解码网络和用于预测编码的辅助网络，并通过交叉注意力将脑预测编码表示融入主要解码网络以促进语言模型的生成过程。在最大 BLEU-1 分数为 27.8% 的自然
PDFa month ago
一个预测性学习模型可以模拟连续语音的神经表示中发现的时间动力学和上下文效应
模拟了从计算模型中提取的表示进行的分析揭示了与大脑信号相似的时间动态，这表明这些特性可以在没有语言知识的情况下出现。此外，研究证明，声素的编码模式支持一定程度的跨语境概括，但我们发现这种概括的有效性取决于具体的语境，这表明单独的分析不足以支
PDF2 months ago
Learn2Talk: 3D 口型学习 2D 口型
提出了一种名为 Learn2Talk 的学习框架，该框架可以通过利用 2D 说话面领域的两个专业点来构建更好的 3D 说话面网络，主要关注嘴唇同步、语音感知、音频 - 3D 动作回归网络等方面的研究。
PDF2 months ago
IJCAI音频 - 视觉交叉模态条件语音提取中的分离
AVSepChain 是一种多模态学习方法，通过将音频 - 视觉目标语音提取任务分为两个阶段（语音感知和语音产生），改善了模态不平衡的问题，并引入了对比语义匹配损失函数来确保生成的语音与语音产生阶段的唇部运动所传达的语义信息一致，实验结果表
PDF2 months ago
迈向被动听取语音期间脑活动的解码
研究目的是调查言语知觉的复杂机制，并最终解码在听取言语时发生的大脑电生理学变化。我们尝试使用深度学习方法从颅内脑电数据中解码听到的言语，目标是促进言语合成的脑 - 机接口技术的发展，并为言语知觉的认知过程提供额外的视角。这一方法不同于传统的
PDF4 months ago
语音基础模型对听障听众的可懂度预测
基于结冰的语音基础模型提供了在语音感知领域中感兴趣的应用的系统评估，涉及语音清晰度预测等任务。
PDF5 months ago
用神经隐马尔可夫模型学习离散语音表示的依赖关系
本文研究了语音感知的分段本质，并提出了一种基于神经隐马尔科夫模型的学习方法，该方法应用于离散的隐变量模型以及自监督学习中，模型中加入了模型变量之间的关联性，从而有效提高了模型的性能。
PDF2 years ago
使用感知同化模型和最先进的声学模型预测非母语言音知觉
本文通过利用两个先进的语音模型 (Dirichlet process Gaussian mixture model 和 wav2vec 2.0) 的表现来实现一种新的想法，探讨母语对语音感知的影响，以 61 个元音为例，并表明音位同化比精细
PDF2 years ago
ACL语言表征在视觉语音信号模型中的应用
基于视觉基础的言语知觉模型，使用多层循环高速公路网络对时间性建模，能够从输入信号中提取形式和基于含义的语言学知识，并分析了训练模型不同组件使用的表示方式。在表示层次结构的上升过程中，语义方面的编码越来越丰富，而语言输入中形式相关方面的编码在
PDF7 years ago