- 3 次围观
语音感知需要将声学输入转换为支持语言理解的神经表征，然而其潜在的计算原理仍不清楚。经典的高效编码理论主张对感觉输入进行最优压缩，而其他理论则提出，神经系统会优先编码支持预测的信息。一个关键的悬而未决的问题是，这种预测性编码究竟作用于固定输入，还是作用于灵活的内部表征。 我们构建了三个语音加工的假设模型：（i）使用深度自编码器实现最优压缩；（ii）使用预测性自编码器实现预测性重建；（iii）通过采用对比学习的潜在空间预测实现预测信息表征。我们将所得的语音潜在表征与被试在听语音过程中的脑电图（EEG）活动进行了比较。在预测信息目标下学习得到的表征最能解释神经潜在表征。 关键在于，只有那些选择性压缩预测信息的表征能够预测行为表现，这表明神经语音表征的结构化方式是为了在潜在空间中编码预测信息，而不是为了最大化压缩或输入预测。
人类在语音聆听过程中潜在空间中预测性信息压缩的证据 | bioRxiv
跳转至主要内容
首页 关于 投稿 提醒 / RSS 搜索此关键词 高级搜索 最新结果
人类在语音聆听过程中潜在空间中预测性信息压缩的证据
Alessandro Corsini， Steffen Schneider， Alice Tomassini， Lorenzo Pedani， Luciano Fadiga， Alessandro D'Ausilio
doi： https://doi.org/10.64898/2026.07.14.738305
Alessandro Corsini 1 费拉拉大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文根据 CC-BY-NC-ND 4.0 国际许可协议 公开提供。
返回顶部 上一页 下一页
发布于 2026 年 7 月 15 日。
下载 PDF 电子邮件
您的电子邮件 * 您的姓名 * 发送至 * 请输入多个地址（每行一个）或以逗号分隔。
您将通过电子邮件发送以下内容： 人类在语音聆听过程中潜在空间中预测性信息压缩的证据
邮件主题 （您的姓名）已从 bioRxiv 转发了一个页面给您
邮件正文 （您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码
此问题用于测试您是否为人类访客，并防止自动化垃圾信息提交。
分享
人类在语音聆听过程中潜在空间中预测性信息压缩的证据
Alessandro Corsini， Steffen Schneider， Alice Tomassini， Lorenzo Pedani， Luciano Fadiga， Alessandro D'Ausilio
bioRxiv 2026.07.14.738305； doi： https://doi.org/10.64898/2026.07.14.738305
分享本文： 复制
引文工具
人类在语音聆听过程中潜在空间中预测性信息压缩的证据
Alessandro Corsini， Steffen Schneider， Alice Tomassini， Lorenzo Pedani， Luciano Fadiga， Alessandro D'Ausilio
bioRxiv 2026.07.14.738305； doi： https://doi.org/10.64898/2026.07.14.738305
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.14.738305v1?rss=1
🏷️ 语音感知 预测性编码 潜在空间 脑电图 对比学习