研究人員提出了用于自動語音識別的高密度表面肌電圖技術

言語交流是進行社交互動的重要方式。正常的說話過程要求臉部和頸部的關節運動肌肉協調收縮。包含與說話活動相關的電生理信息的表面肌電圖(sEMG)信號通常被視為自動語音識別的替代輸入。

由中國科學院深圳先進技術研究所(SIAT)的陳世雄教授領導的研究小組提出了一種高密度(HD)sEMG技術，該技術使用密集的單個電極陣列在相對較大的區域進行肌肉活動具有豐富的信息以進行適當的運動分類。

在基于sEMG的語音識別系統中，用于記錄sEMG信號的電極位置是影響自動語音識別分類性能的主要因素。但是，在以前的研究中，電極的放置取決于各個研究人員的知識，而無需事先進行定量分析或基準標準。

Chen的團隊在用英語和中文分別對口語任務中的日常單詞進行分類時，分析了sEMG信號在面部和頸部肌肉左右兩側之間的貢獻。

在他們的研究中，高清sEMG信號由表面電極記錄，該電極有來自八名受試者的面部和頸部肌肉的120個通道。

從面部和頸部肌肉左側和右側的電極陣列記錄下來，與高清sEMG記錄的信號相比，在識別說話任務時獲得了分類精度。

結果表明，使用高清sEMG記錄從頸部的左側和右側獲得了相似的分類精度。相反，在使用來自左右面部肌肉的信號之間的分類準確性上出現了顯著差異。

陳教授說：“來自頸部對稱位置的高清sEMG信號在語音識別中的作用是一致的，而面部信號則不同。”

“提出的高清sEMG技術可以確定用于自動語音識別的電極的適當位置，這可能為減少電極數量和選擇語音識別通道的最佳位置提供了一種潛在的工具。