清华团队研发脑启发AI模型，为感知信息处理提供全新范例

AIGC动态欢迎阅读

原标题：清华团队研发脑启发AI模型，为感知信息处理提供全新范例
关键字：报告,语音,研究者,脑科学,启发
文章来源：人工智能学家
内容字数：4542字

内容摘要：

来源：脑机接口社区
运营/排版：何晨龙
人类天生具有分离各种音频信号的能力，比如区分不同的说话者的声音、或将声音与背景噪音区分开来。这种天生的能力被称为“会效应”。
中枢听觉系统通过分析声音流中的模式的统计结构（例如频谱或包络），可以轻松地在混合的声音中识别特定的目标声音。
在 AI 领域，设计与人类一样强大的语音分离系统长期以来一直是一个重要目标。
先前的神经科学研究提示：人类大脑经常利用视觉信息来帮助听觉系统解决“会问题”。
受到这一发现的启发，视觉信息被纳入进来以改善语音分离质量，由此产生的方法被称为多模态语音分离方法。
如果系统能够捕捉到唇部，这一额外线索将有助于语音处理，因为它在嘈杂环境中补充了语音信号的信息丢失。
然而，现有的多模态语音分离方法的分离能力仍远远不及人类大脑。
基于此，清华大学生物医学工程学院苑克鑫教授团队打造了一款脑启发 AI 模型（CTCNet，cortico-thalamo-cortical neural network）。
图| 苑克鑫（来源：苑克鑫）
该模型的语音分离性能大幅领先于现有方法，不仅为计算机感知信息处理提供了新的脑启发范例

原文链接：清华团队研发脑启发AI模型，为感知信息处理提供全新范例