面向脑辅助语音增强的几何约束 EEG 通道选择
音频与语音处理
2024-09-20 v1 声音
摘要
脑辅助语音增强（BASE）旨在利用电子脑电图（EEG）信号在复杂多说话者场景中提取目标说话者，因为听者的听觉注意力可以从大脑的电神经信号中解码。这有助于将 EEG 电极与听力设备集成，以提高听力受损者的语音可理解性，该模型已由最近提出的 BASEN 模型所证明。鉴于多通道 EEG 信号高度相关且某些甚至与听力无关，盲目包含所有 EEG 通道将导致高昂的经济和计算成本。本文因此提出一种面向 BASE 的几何约束 EEG 通道选择方法。我们设计一种加权多扩张时序卷积网络（WDTCN）作为 backbone 以取代 BASEN 中的 Conv-TasNet。给定由电极几何构成的原始通道集后，我们提出一种几何约束卷积正则化选择（GC-ConvRS）模块用于 WD-TCN 以寻找有信息的 EEG 子集。实验结果表明，所提出的 WD-TCN 在 BASEN 方面具有优势。GC-ConvRS 可在几何约束下进一步细化有用 EEG 子集，从而在性能和集成成本之间实现更佳的权衡。
引用
@article{arxiv.2409.12520,
title = {Geometry-Constrained EEG Channel Selection for Brain-Assisted Speech Enhancement},
author = {Keying Zuo and Qingtian Xu and Jie Zhang and Zhenhua Ling},
journal= {arXiv preprint arXiv:2409.12520},
year = {2024}
}