Imagined Speech基于EEG分类想象语音中的音节

CS229机器学习-秋季2014-15 使用脑电图(EEG)对想象语音中的音节进行分类预测。想象语音是指受试者在不移动任何肌肉或发声的情况下想象说出给定的词语。这项技术的应用将深刻改变我们与设备的交互方式。本研究试图通过EEG信号分类以下四个音节：“ba”、“ku”、“im”和“si”。这些音节之所以被选择，是因为它们不具备语义含义，因此测试更纯粹的语音分类，而不涉及想象语音产生的语义影响。我们的模型取得了90%以上的准确率，能够在给定音节对中成功分类。数据采集过程采用了音乐与声学计算机研究中心(CCRMA)的实验室设备，由Takako Fujioka教授提供的EEG实验平台。在实验中，受试者根据高音或低音提示，想象说出预定的音节“ba/ku”或“im/si”，同时EEG记录了大脑活动。