XiaoMi-AI文件搜索系统
World File Search SystemINTERSPEECH
INTERSPEECH 2023 - 节目手册
自 2019 年以来，INTERSPEECH 首次以纯面对面的形式重返舞台。COVID 教会了我们很多关于虚拟和混合格式的利弊。这些论点在去年的 INTERSPEECH 会议上进行了讨论。普遍的看法是，混合格式无法取代面对面的会面，而面对面的会面是参加科学活动的最重要原因之一。特别是在国际环境中，参与者来自世界各地，有限的虚拟演示和讨论时间段只能低调地替代此类会面。反过来，如果要组织整个会议并为混合出席提供技术支持，出席费用将变得高得令人望而却步。因此，我们决定恢复面对面的形式，将虚拟演示形式保留给有特殊（健康或签证相关）限制的科学家。在我看来，这不会标志着 INTERSPEECH 格式发展的终结，因为气候变化要求我们更加密切地控制我们的环境足迹；我希望我们能看到其他创新来帮助我们解决人类最重要的问题。
提交给Interspeech
对想象语音的解码EEG信号是由于数据的高维质和较低的信噪比，这是一项挑战任务。近年来，降解扩散概率模型（DDPM）已成为各种领域中表示学习的承诺方法。我们的研究提出了一种新的方法，用于使用DDPMS和一个有条件的自动代码器来解码EEG信号，以进行想象的语音。结果表明，与传统的机器学习技术和基线模型相比，差异可以显着提高对想象语音的EEG信号的准确性。我们的发现表明，DDPM可以成为脑电信号解码的有效工具，并具有潜在的暗示，以开发脑部计算机界面，从而通过想象的语音使通信能够进行通信。索引术语：无声沟通，语音识别，电子脑摄影，想象的语音，脑部计算机界面
已提交至 INTERSPEECH
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。