超越深度学习：基于神经编织的语音分割与电话分类
音频与语音处理
2026-03-19 v1 声音
摘要
深度学习主导语音处理，但依赖大规模数据集、全局反向传播引导的权重更新，产生 entangled 表示。Assembly Calculus（AC）通过Hebb规则和赢家竞争模型稀疏神经编织，提供生物学依据的替代方案，但 prior work 仅聚焦于离散符号输入。我们引入基于AC的语音处理框架，直接处理连续语音，结合三个关键贡献：(i) 神经编码将语音转换为 assembly 兼容的脉冲模式，采用概率 mel 二值化和 population-coded MFCC；(ii) 多区域架构在层次时间尺度和类别间组织编织；(iii) 跨区域更新机制用于下游任务。应用于边界检测和段落分类两个核心任务，框架在无任何权重训练情况下检测到电话（F1=0.69）和单词（F1=0.61）边界，实现47.5%和45.1%的电话和命令识别准确率。这些结果表明，AC基于动力学系统是语音处理中深度学习的可行替代方案。
引用
@article{arxiv.2603.16923,
title = {Beyond Deep Learning: Speech Segmentation and Phone Classification with Neural Assemblies},
author = {Trevor Adelson and Vidhyasaharan Sethu and Ting Dang},
journal= {arXiv preprint arXiv:2603.16923},
year = {2026}
}
备注
Submitted to Interspeech 2026. 9 Pages