ALIGN：面向可泛化语音神经植入的对抗学习
机器学习
2026-03-20 v1 神经与进化计算
声音
摘要
内侧电极脑机接口(BCI)可在跨录制会话汇聚数据后实现高精度语音解码。然而，在现实部署中，模型必须在无标签数据的情况下泛化到新会话，性能常因跨会话非平稳性(如电极漂移、神经细胞更新及用户策略变化)而下降。本文提出ALIGN，一套基于多域对抗神经网络的会话不变学习框架，用于半监督跨会话适应。ALIGN训练一个特征编码器，联合训练音素分类器和域分类器，后者在潜在表示上运行。通过对抗优化，编码器被鼓励保留任务相关信息，同时抑制会话特定线索。我们在内侧电极语音解码上进行评估，发现ALIGN持续显著优于基线方法，提升音素错误率和词错误率。结果表明，对抗域对齐是缓解会话级分布迁移、实现稳健纵向BCI解码的有效方法。
引用
@article{arxiv.2603.18299,
title = {ALIGN: Adversarial Learning for Generalizable Speech Neuroprosthesis},
author = {Zhanqi Zhang and Shun Li and Bernardo L. Sabatini and Mikio Aoi and Gal Mishne},
journal= {arXiv preprint arXiv:2603.18299},
year = {2026}
}