用于语音的高效神经网络模型化人类听觉神经图
音频与语音处理
2025-10-23 v1
摘要
经典听觉前体模型以 Bruce 等人 2018 年为例，提供高保真模拟，但为随机且计算密集，限制了大规模实验和低延迟应用。先前的神经编码器近似前体的某些方面，但很少有显式训练以复现确定性、速率域神经图，从而限制了类似评估。我们提出一种紧凑卷积编码器，近似 Bruce 平均速率路径，映射音频到多频率神经图。我们刻意省略随机脉冲效应，聚焦于确定性映射（相同输入产生相同输出）。通过高效设计，编码器在与参考标准接近的同时显著降低计算开销，使其适用于听觉神经科学和音频信号处理应用中的高效建模和前端处理。
引用
@article{arxiv.2510.19354,
title = {An Efficient Neural Network for Modeling Human Auditory Neurograms for Speech},
author = {Eylon Zohar and Israel Nelken and Boaz Rafaely},
journal= {arXiv preprint arXiv:2510.19354},
year = {2025}
}