bioRxiv（Neuroscience）· Aparna Srinivasan·2026-10-28 08:00· 17 小时前AI 评分52

Aparna Srinivasan 团队提出经人类校准的语音神经假体可懂度自动评估方法

Human-calibrated automated intelligibility evaluation of speech neuroprostheses

AI 导读

Aparna Srinivasan 团队用一名受试者约 14.5 小时皮层内脑到语音解码器合成语音的人工转写数据，对 Whisper-large-v3 做 LoRA 微调，使模型 WER 更接近人工 WER。

AI 要点

团队

Aparna Srinivasan（bioRxiv 预印本，作者单位原文未提及）

主要结果

微调后模型 WER 与人类 WER 的 Pearson 相关系数从 0.62 升至 0.76；在未见过的脑到语音解码器合成语音上仍与人类 WER 接近；仅用 1.5 小时合成语音即达接近一致。

解决什么问题

合成语音没有真实声学参照，领域依赖人工转写评估可懂度，成本高、难规模化与跨研究比较；零样本 ASR 又未必反映人对非典型合成语音的感知。

方法

一名受试者的皮层内脑到语音解码器合成语音，收集约 14.5 小时人工转写（得约 72 小时转写语音），用 LoRA 微调 Whisper-large-v3 使 WER 逼近人类，并在留出句子上评估。

局限

从研究设计看，仅一名受试者、单一数据来源，属可行性验证。

AI 依据原文整理，未经人工核对。