最近的研究表明,可以使用语音刺激和神经反应的匹配-不匹配分类来分析人类语音理解的潜在神经机制。然而,此类研究都是针对固定持续时间段进行的,而没有考虑到大脑对语音的离散处理。在这项工作中,我们确定词边界信息通过将脑电图与语音输入联系起来,在句子处理中起着重要作用。我们使用卷积层网络处理语音和脑电图信号。然后,对表示执行基于词边界的平均池化,并使用循环层合并词间上下文。实验表明,在公开的语音脑电图数据集上,建模准确度可以显著提高(匹配-不匹配分类准确度)至 93%,而之前的努力在这个任务中实现了 65-75% 的准确度。索引词:语音脑电图匹配不匹配任务、听觉神经科学、词分割、语音理解。