跳到正文
原文
arXiv · Neurons and Cognition· Motoshige Sato, Ilya Horiguchi, Masakazu Inoue 等 9 人
· 3 天前精选AI 评分65

一个 1000 小时的日语语音产生脑电-肌电-音频数据集

A 1000-hour EEG-EMG-audio dataset of Japanese speech production

预印本 · 尚未经过同行评审

AI 导读

该数据集面向语音解码等研究,在数月内分多次采集 3 名健康日语母语者的头皮脑电、面部肌电与语音音频,任务包括开放式发声、默念复述和听语音。记录使用 61 至 128 通道的三种脑电系统,每次采集提供时间同步的三类信号以及语音事件标注和转写文本。技术验证用功率谱密度和事件相关电位分析了不同被试、设备和任务下的频谱特征与锁时反应,数据以 BIDS 格式在 Harvard Dataverse 受控开放,语音音频已做声音掩蔽。

推荐理由

1020 小时同步采集的头皮脑电、面部肌电与语音音频,来自 3 名日语母语者,覆盖开放式发声、默念复述与听语音三类任务,用 61 至 128 通道的三种脑电设备跨数月记录。

摘要 · AI 翻译

我们提出了一个多模态数据集,包含来自三名健康日语母语者在开放词汇大声言语、默声复述和言语聆听期间同步记录的总计1020小时的头皮脑电图(EEG)、面部肌电图(EMG)和语音音频。记录在数月内分多次采集,使用了三套61-128通道的EEG系统,即一套超高密度系统(g.Pangolin)和两套帽式系统(g.SCARABEO和eego sports)。每个会话提供时间同步的EEG、面部EMG和音频,以及言语事件标注和转写文本。尽管采集的主要动机是言语解码,该数据集也支持多模态信号处理、伪迹建模、纵向与跨设备适配以及EEG表征学习方面的工作。技术验证使用功率谱密度和事件相关电位分析,以刻画跨参与者、设备和任务的频谱特征与时间锁定响应。该数据集以脑成像数据结构(BIDS)格式提供,可从Harvard Dataverse在受控访问下获取用于研究用途。其语音音频已进行声音掩蔽。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Neurons and Cognition · arxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。