coincidence 检测在噪声环境中语音分离中的贡献
神经元与认知
2024-05-13 v1
摘要
本研究引入一种仿生模型，以考察 coincidence 检测细胞在语音分离任务中的作用。该模型由三个阶段组成：产生听神经纤维瞬时放电率的时间域耳膜模型、放大与语音存在同步的 coincidence 检测细胞的神经活动，以及最优的时频语音存在估计器。将语音估计基于听神经纤维放电率与基于 coincidence 检测细胞放电率进行比较分析表明，coincidence 细胞的神经表征显著降低了噪声成分，使得语音在噪声中的表征更加清晰。该提议框架展示了脑干核的处理在增强听觉技能方面的潜力。此外，这种方法可以进一步在其他感觉系统中进行测试，尤其是在听觉系统中。
关键词
引用
@article{arxiv.2405.06072,
title = {Contribution of Coincidence Detection to Speech Segregation in Noisy Environments},
author = {Asaf Zorea and Miriam Furst},
journal= {arXiv preprint arXiv:2405.06072},
year = {2024}
}