基于漢字語音映射的腦電信號直譯方法研究

伍茂賢,尹念,陳儀琳

腦機接口技術(brain-computer interface, BCI)的研究是人工智能技術的前沿領域,能夠直接通過腦電信號(electroencephalography, EEG)實現人與外界的信息交互[1-2]。BCI的原理是當人受到外界刺激或自身有某種意識活動時,大腦會產生微弱的神經電信號,從而傳到大腦皮層形成一定的規律性特征。因此,可通過對EEG的收集,然后對其進行特征識別,將EEG特征與人的意識活動相聯系,最后通過計算機將意識活動進行編碼,產生控制指令,從而實現對外部設備的控制。

目前,為了實現用戶與設備之間的交互,已開發出了許多方式,最廣泛使用的是穩態視覺誘發電位(steady-state visual evoked potentials, SSVP)[3]及運動想象(motor imagery)[4]。盡管這些方式已在基于EEG的腦機系統中取得了很大的進展,但在一些場景下,它們依然無法實現對設備的有效控制。這是由于其信息處理太慢,或需要大量的用戶支持,使得其在現實生活中的長期應用存在一定的限制。

目前,利用BCI解碼語音已有較多研究,有研究者針對孤立的音素或單音節誘發的EEG進行了解碼,證明了語音誘發的EEG可分性[5-7]。Kaongoen等[8]的研究讓受試者重復閱讀4個語音命令,對在試驗刺激下的EEG進行了分類識別,平均分類準確率為38.2%。Kumar等[9]研究了23位參與者對30個單詞進行閱讀任務時的EEG并進行了分類識別,識別準確率約為67.03%。雖然以往的研究證明了從EEG解碼語音的可行性,但解碼的準確率和質量較低。因此,為了獲得更高的準確性,本研究將機器翻譯方法與傳統EEG識別方法相結合,也以此提供一種更自然的方式用于探索使用者的內在需求。……