EEG 到 F0：建立基于运动学的基频控制人工神经肌肉通路
人机交互
2019-10-07 v1
摘要
人声的基频（F0）通常通过改变声带参数（包括张力、长度和质量）来控制，而这些参数又由被神经协同激活的肌肉激励器操纵。为开始研究神经肌肉 F0 控制通路，我们模拟了一个简单的生物力学手臂原型（而非人工声道），其倾向于基于肘部运动控制人工声音合成器的 F0。预期手臂运动通过结合的机器学习和生物力学建模策略从 EEG 信号输入（与受试者的运动学手部数据同时采集）中解码。机器学习模型用于识别 ArtiSynth 中单肌肉手臂模型的肌肉激活（从输入脑信号），以匹配实际运动学（肘关节角度）数据。生物力学模型利用该估计的肌肉激励产生相应的肘角变化，再线性映射到声音合成器的 F0。我们使用从实际运动学手部数据（经由同一函数）映射的 F0 值作为真值，并与从脑信号估计的 F0 比较。详细的定性与定量性能比较表明，所提出的神经肌肉通路确实可用于精确控制声学基频，从而证明了我们闭环神经生物力学控制方案的成功。
引用
@article{arxiv.1910.02020,
title = {EEG-to-F0: Establishing artificial neuro-muscular pathway for kinematics-based fundamental frequency control},
author = {Himanshu Goyal and Pramit Saha and Bryan Gick and Sidney Fels},
journal= {arXiv preprint arXiv:1910.02020},
year = {2019}
}