绕过直接重建：通过大规模音频检索从MEG进行语音检测
声音
2026-05-14 v1
摘要
从非侵入性脑信号中解码语音具有挑战性。针对LibriBrain 2025语音检测任务，我们提出了一种新颖的两步框架，该框架绕过了直接重建。首先，对比学习模型从大规模音频库（LibriVox）中检索与给定测试MEG匹配的语音片段。其次，语音检测模型直接根据检索到的音频生成二进制的静音/语音序列。通过这种方法，我们的团队Sherlock Holmes在扩展赛道中获得了第一名（F1分数：0.962），证明了利用外部音频数据库是一种非常有效的策略。
引用
@article{arxiv.2605.13099,
title = {Bypassing Direct Reconstruction: Speech Detection from MEG via Large-Scale Audio Retrieval},
author = {Boda Xiao and Bo Wang and Heping Cheng},
journal= {arXiv preprint arXiv:2605.13099},
year = {2026}
}
备注
ranked first at LibriBrain Competition 2025 https://neural-processing-lab.github.io/2025-libribrain-competition/prizes/