听觉注意提升了三个EEG数据集中对语音尺度不变的神经保真度

神经语音跟踪在被注意语音条件下更强；然而，其常用的基于相关性的读出指标具有尺度不变性，因此仅将这种效应解释为反应增益是不完整的。我们检验了注意是否会提高表征保真度，这里将其定义为语音包络与其神经重建之间在尺度不变意义上的一致性。采用一种对信息泄漏具有抵抗性的分析方法，在三个公开的脑电图数据集（52名参与者）中评估了留出试次或故事片段。保真度以经Fisher变换的重建-包络相关表示；投影斜率用于量化尺度依赖性的增益。在自发性听觉注意切换数据集中，9名奇数编号参与者用于发现分析，9名偶数编号参与者用于分样本验证。在验证样本中，被注意语音的保真度更高，并且超过了5,000次试次内循环标签移位所得结果。该效应在KUL数据集中采用故事片段不重叠验证，以及在DTU数据集中采用试次不重叠验证时均得到了重复。KUL中的一项交叉比较考察了相同的纯净语音源在被注意和被忽略状态下的差异。在4,819次孤立的自发切换中，保真度在报告前与基线无差异，但在报告后0.25–1秒转向新近报告的目标。被动按键改变了非特异性的解码器能量。所有数据集中也都出现了增益优势。因此，选择性注意体现于对目标动态的尺度不变保持，而增益仍然是一个互补特征。

神经语音追踪对被注意语音更强；然而，其常用的基于相关性的读出指标具有尺度不变性，因此仅将这一效应解释为反应增益是不完整的。我们检验了注意是否能够提高表征保真度，此处将其定义为语音包络与其神经重建之间在尺度不变意义上的一致性。采用一种抗泄漏分析方法，对三个公开脑电图数据集（52名参与者）中的留出试次或故事片段进行了评估。保真度以经 Fisher 变换的重建—包络相关表示；投影斜率用于量化尺度相关的增益。在自发性听觉注意切换数据集中，9名奇数编号参与者用于发现分析，9名偶数编号参与者用于分样本验证。在验证样本中，被注意语音的保真度更高，并且超过了5,000次试次内循环标签移位的结果。在 KUL 数据集中采用故事片段互斥验证、在 DTU 数据集中采用试次互斥验证后，该效应得到重复。KUL 中的一项交叉比较考察了相同的纯净语音源在被注意和被忽略状态下的表现。在4,819次孤立的自发切换中，报告之前的保真度与基线无差异，但在报告后0.25–1秒内向新报告的目标偏移。被动按键会改变非特异性的解码器能量。所有数据集中也均出现了增益优势。因此，选择性注意体现在对目标动态的尺度不变保持上，而增益仍然是一种互补特征。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.11.744085v1?rss=1

🏷️ 听觉注意 神经语音跟踪 EEG 语音表征保真度 尺度不变性 神经解码