Forskere foreslår overfladeelektromyografiteknik med høj densitet til automatisk talegenkendelse

Verbal kommunikation er en vigtig måde at deltage i sociale interaktioner på. Den normale taleproces kræver koordinerede sammentrækninger af en masse artikulatoriske muskler i ansigt og hals.

Overfladeelektromyografi (sEMG) signaler, der indeholder elektrofysiologisk information forbundet med taleaktiviteter, betragtes normalt som et alternativt input til automatisk talegenkendelse.

Et forskergruppe ledet af Prof. med et stort sæt oplysninger for tilstrækkelig bevægelsesklassificering.

I det sEMG-baserede talegenkendelsessystem, placeringen af ​​elektroder, der bruges til at registrere sEMG -signalerne, er hovedfaktoren, der vil påvirke klassifikationspræstationerne ved automatisk talegenkendelse. Imidlertid, i tidligere undersøgelser, placeringen af ​​elektroderne var afhængig af de enkelte forskeres viden uden forudgående kvantitativ analyse eller benchmarkstandard.

Chens team analyserede bidraget fra sEMG -signaler mellem venstre og højre side af ansigts- og nakkemusklerne, når de klassificerede de daglige ord i taleopgave med engelsk og kinesisk, henholdsvis.

I deres undersøgelse, HD sEMG -signalerne blev registreret af overfladeelektroderne, der har 120 kanaler fra otte motivers ansigts- og nakkemuskler.

Optagelse fra elektrode -arrays i venstre og højre side af ansigts- og nakkemusklerne, klassificeringsnøjagtigheder blev opnået ved genkendelse af taleopgaverne, sammenlignet med de signaler, der er registreret af HD sEMG.

Resultaterne viste, at der var lignende klassificeringsnøjagtigheder opnået mellem brug af HD sEMG -optagelse fra venstre side og højre side af nakken. Tværtimod, en signifikant forskel i klassificeringsnøjagtigheder mellem brug af signalerne fra venstre og højre ansigtsmuskulatur dukkede op.

"HD -sEMG -signalerne fra symmetriske positioner i nakken er konsekvente i deres bidrag til talegenkendelse, der henviser til, at ansigtsignaler ikke er "sagde prof. Chen.

"Den foreslåede HD sEMG -teknik kan bestemme den passende placering af elektroder, der bruges til automatisk talegenkendelse, som kan være et potentielt værktøj til at reducere antallet af elektroder og vælge den optimale placering af kanaler til talegenkendelse. "