摘要 — 听觉注意检测 (AAD) 试图从多人说话场景(例如鸡尾酒会)中的 EEG 信号中检测出被关注的语音。由于 EEG 通道反映了不同大脑区域的活动,因此面向任务的通道选择技术可以提高脑机接口应用的性能。在本研究中,我们提出了一种软通道注意机制,而不是硬通道选择,通过优化听觉注意检测任务来导出 EEG 通道掩模。神经 AAD 系统由神经通道注意机制和卷积神经网络 (CNN) 分类器组成。我们在公开数据库上评估了所提出的框架。对于 64 通道 EEG,我们在 2 秒和 0.1 秒决策窗口下分别实现了 88.3% 和 77.2%;对于 32 通道和 16 通道 EEG,我们在 2 秒决策窗口下分别实现了 86.1% 和 83.9%。所提出的框架在所有测试用例中都远远优于其他竞争模型。