匹茲堡大學的神經科學家創(chuàng)建了一個機器學習模型來了解大腦如何識別交流聲音。該模型在豚鼠身上進行了測試，準確預測了大腦對不同聲音類別的反應。該研究還表明，豚鼠可以識別變化的聲音，這反映了人類理解不同口音的能力。這項工作可以幫助提高對語音識別障礙的理解和治療，并增強助聽器。
在今天(5 月 2 日)發(fā)表在《通信生物學》上的一篇論文中，匹茲堡大學的聽覺神經科學家描述了一種機器學習模型，該模型有助于解釋大腦如何識別交流聲音的含義，例如動物叫聲或口頭語言。
研究中描述的算法模擬了社會動物(包括狨猴和豚鼠)如何使用大腦中的聲音處理網絡來區(qū)分聲音類別(例如交配、食物或危險的呼叫)并根據它們采取行動。
這項研究是理解聲音識別背后的神經元處理的復雜性和復雜性的重要一步。這項工作的見解為理解并最終治療影響語音識別和改進助聽器的障礙鋪平了道路。
“我們認識的每個人或多或少都會在生命中的某個時刻失去一些聽力，這可能是由于衰老或暴露在噪音中。了解聲音識別的生物學并找到改進它的方法很重要，”高級作者和皮特大學神經生物學助理教授 Srivatsun Sadagopan 博士說。“但聲音交流的過程本身就很吸引人。我們的大腦彼此互動，可以接受想法并通過聲音傳達它們的方式簡直是神奇的。”
大腦示意圖組織中的聲音處理網絡
嘈雜的聲音輸入通過聽覺皮層中的興奮性和抑制性神經元網絡來清理信號(部分由聽者的注意力引導)并檢測聲音的特征，使大腦能夠識別通信聲音，而不管它們如何變化由揚聲器和周圍的噪音發(fā)出。圖片來源：Manaswini Kar
人類和動物每天都會遇到種類繁多的聲音，從叢林的雜音到繁忙餐廳內的嗡嗡聲。無論我們周圍世界的聲音污染如何，人類和其他動物都能夠相互交流和理解，包括他們的聲音或口音。例如，當我們聽到“你好”這個詞時，無論說它是帶有美國口音還是英國口音，無論說話者是女人還是男人，無論我們是在安靜的房間還是忙碌的地方，我們都能認出它的意思路口。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！