脉冲神经网络模型实现音节到发音转换
热点事件持续更新
脉冲神经网络模型实现音节到发音转换
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Bernd J. Kröger 提交论文,提出一个基于神经工程框架与语义指针架构的脉冲神经感觉运动模型,实现从音节表征到声道手势生成、再到发音的转换。模型中每个音节由神经振荡器相位协调手势并触发下一音节,相位依赖指令分别招募元音、口腔收缩、腭咽与声门动作的神经元群体,斜坡积分器塑造手势激活的升降。 在两组各60次运行的配对仿真中,调整手势指令幅度后成功实现数从57/60提升至60/60,斜坡速率因子保持不变。论文称,所有组件的连续在线执行以及与声学扩展的连接仍属后续集成步骤。
AI 根据报道生成 · 6 分钟前更新
最新进展11月18日 13:00
基于脉冲神经模型的音节表征到手势生成与发音研究报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.CL基于脉冲神经模型的音节表征到手势生成与发音研究
一项基于神经工程框架与语义指针架构的脉冲神经感觉运动模型,实现了从音节表征到声道手势生成再到发音的转换。每个音节由神经振荡器相位协调手势并触发下一音节,相位依赖指令分别招募元音、口腔收缩、腭咽与声门动作的神经元群体,斜坡积分器塑造手势激活的升降。在两组各60次运行的配对仿真中,调整手势指令幅度后成功实现数从57/60提升至60/60。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。