从被动记录的自然语音中估计神经元对词义的调谐特性

构建神经层面的语言编码模型具有巨大的科学与临床潜力。当前方法受限于输入数据的规模及其生态学效度；尤其是那些需要大规模、稀有或自然主义样本的应用，将特别受益于从日常偶发语音中推断神经编码的能力。在此，我们提出了一条旨在利用自发性与偶发性自然主义语音的新型流程。该流程执行转录、分段和视频辅助说话人分离，以及神经数据的对齐与尖峰检测。我们将该流程应用于一个来源于21名患者的数据集（每名患者6天以上，总计超过800小时、500多万词）。我们针对编码模型与解码模型进行了基准测试，所依据的是广泛且稀有的真实标注对照数据集，这些数据集包含人工整理的词级时间对齐和人工分选的尖峰信号。我们还通过量化表征漂移、数据集规模的影响以及六个脑区之间的差异，进一步验证了我们的方法。综上，这些发现表明，大脑对偶发性自然语音的处理程度足以支持神经层面嵌入的估计。

构建神经层面的语言编码模型具有巨大的科学和临床潜力。当前方法受限于输入数据的规模及其生态学效度；尤其是那些需要大规模、稀有或自然主义样本的应用，将特别受益于从日常偶发言语中推断神经编码的能力。

本文提出了一条旨在利用自发性和偶发性自然言语的新型流程。该流程能够执行转录、分段、视频辅助说话人分离，以及神经数据的对齐和尖峰检测。我们将该流程应用于一个来源于21名患者的数据集（每人6天以上，总计超过800小时、500多万词）。我们针对编码模型和解码模型进行了基准测试，所依据的是大规模且稀有的真实标注控制数据集，其中包含人工整理的词级时间对齐和人工分类的尖峰。我们还通过量化表征漂移、数据集规模的影响以及六个脑区之间的差异，进一步验证了我们的方法。综上，这些发现表明，偶发性自然言语在大脑中得到了足够的处理，从而能够支持神经层面嵌入表征的估计。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.23.733980v1?rss=1

🏷️ 神经编码模型 自然语音处理 词义调谐 尖峰检测 说话人分离 脑区差异分析