- 综合排序
- 最热优先
- 最新优先
- 来自专栏生命科学与未来科学
脑控听觉技术让 “听你想听” 成真，重塑听觉健康未来
该技术若落地，可开发新一代听觉增强设备，彻底克服传统助听器短板，让听障人士在餐厅、商场、会议等场景中顺畅交流，显著提升生活质量与社交能力。2. 普通人群：减轻听觉疲劳，适配多元场景不只是听障人士，普通人在嘈杂办公室、喧闹教室、拥挤聚会中，长期专注聆听易产生听觉疲劳与认知负荷。 听觉科技行业：开辟新赛道，重构产业格局此次突破验证了脑机接口在听觉领域的应用可行性，为听觉设备行业开辟全新方向。 未来，脑控听觉技术可与智能家居、语音助手、车载音频等场景融合，催生新型智能听觉产品，推动助听器从 “被动放大” 向 “主动智能” 升级，带动整个听觉健康产业的技术革新与市场扩容。 后续可拓展至耳鸣干预、听觉神经修复等领域，为听觉疾病治疗提供全新思路。2. 社会层面：打破沟通壁垒，促进社交融合听力障碍导致的沟通障碍，易造成社会隔阂。
15910编辑于 2026-06-06 - 来自专栏脑机接口
ERP成分简介--听觉感觉反应
通常使用罗马数字对这些听觉脑干响应(Auditory Brainstem Responses, ABRs)进行标记。 ? 例如，ABR的波峰只持续1-2ms，MLR的波峰可以持续10-20ms,而对于某些"认知"波峰可能会持续数百毫秒。这并不是巧合。 该响应可能至少部分来自于内侧膝状体和初级听觉皮层，如下图所示 ? MLRs之后就是长潜伏期响应(long-latency responses)，通常的顺序是P50(又叫P1)、N100(又称N1)以及P160(又称P2)，如下图所示。 ? 与视觉N1波形类似，听觉N1波形也包含许多子成分，具体包括： 一个可能产生于背侧颞叶听觉皮层，峰值大约在75ms的额叶中央区成分； 一个源位置未知，峰值大约在100ms且头顶处幅值最大的电位； 一个可能产生于额上回
94520发布于 2020-06-30 - 来自专栏新智元
MIT开发听觉神经网络模型，学会从2秒片段识别音乐类型
分级的证据：初级听觉皮层和其他有区别 然后，研究人员用他们的模型对一个长期存在的关于听觉皮层结构的问题进行了探索：它是否分级。 在分级系统中，一系列的大脑区域在流经系统的感官信息上执行不同类型的计算。 然而，很难测试这种类型的组织是否也存在于听觉皮层中，部分原因是没有一个好的模型来对人类的听觉行为进行复制。 为了验证模型阶段是否可以复制人类听觉皮层处理声音信息的方式，研究人员使用了功能性磁共振成像(fMRI)来测量大脑处理真实声音时听觉皮层的不同区域。 他们发现，模型的中间阶段与大脑初级听觉皮层的活动相似性最高，随后的网络与初级皮质以外的活动相呼应。研究人员说，这为听觉皮层以一种类似于视觉皮层的分级方式排列提供了证据。 McDermott说：“我们非常清楚地看到，初级听觉皮层和其他所有东西之间的区别。”
94940发布于 2018-05-29 - 来自专栏脑机接口
ERP成分简介--听觉感觉反应和视觉感觉反应
P2: 跟随N1波形之后，有一个明显的P2波形。它位于头前部与中央头皮区。 其中奇异刺激(oddballs)会又发出比标准刺激更大的P2、N2和P3成分。[注：头皮后部区域的P2波形通常很难冲与其重叠的N1、N2以及P3波形中分离出来。 因此，目前对头皮后侧的P2波形了解依旧较少。] ? 听觉感觉反应 ---- 下图展示了一个由听觉刺激诱发的ERP成分，如果刺激时突然开始的（比如滴答声-a click），就会在首个10ms之内出现一系列独特的波峰，这反应了来自耳蜗的信息经过脑干传递到丘脑的过程 该响应可能至少部分来自于内侧膝状体和初级听觉皮层，如下图所示。 ?
2K20发布于 2020-06-30 - 来自专栏程序那些事儿
OPPO智能电视R1带给你听觉盛宴
如果说OPPO手机是靠视觉影得了用户，那么OPPO智能电视一定是靠它的听觉影得到用户。 提到OPPO智能电视，它的18个喇叭足矣震撼到任何人，85W的超大功率，带给你的是堪比影院级别的身临其境。 同时它是支持全景杜比音效的，三维空间的环绕立体声让你享受到听觉盛宴。 “充电5分钟，通话两小时”，显示了OPPO智能手机的充电速度，而OPPO智能电视也有自己的闪电速度，那就是它的极快响应速度。
28930编辑于 2023-03-07 - 来自专栏思影科技
Science: 位于人类听觉皮层的语调编码
即在单个电极上，语调、语句、说话人三个声学特征是独立编码的，同时交互作用最小也证实了这一点（图2）。 图2：在单个电极上语调，语句和说话人信息的独立神经编码。 在电极1（A）的神经活动可以区分语调，然而在电极2（B）和电极3（C）记录到的活动都不能。黑线指平均神经活动在不同语调间显著不同的时间点（F检测；P<0.05，Bonferroni校正）。 （D）来自一个示例电极的音高时域感受野，编码相对而非绝对音高（R2relative=0.03，*；R2absolute=0.00,NS）。 有颜色的点表示具有显著性的电极（置换检验；R2>零分布的95%）相对和绝对音高编码分别位于上下图。 综上所述，本研究直接证实了在人类听觉皮层颞上回，语言多个维度信息的共同提取，以及各个维度信息的单独编码。 参考文献：Tang C, Hamilton L S, Chang E F.
1.4K80发布于 2018-04-08 - 来自专栏新智元
解锁通用听觉人工智能！清华电子系联合火山语音，开源全新认知导向听觉大语言模型
新智元报道 编辑：好困 【新智元导读】清华大学联合字节火山语音团队提出了一种全新的「听觉」大语言模型——SALMONN。 日前，清华大学电子工程系与火山语音团队携手合作，推出认知导向的开源听觉大语言模型SALMONN (Speech Audio Language Music Open Neural Network)。 整体来看，SALMONN 在三类不同难度的任务上都有较好表现，并涌现出惊艳的音频理解与推理能力，成功打通了音频与文本模态，初步展现出一定的通用听觉人工智能。
1.3K10编辑于 2023-09-09 - 来自专栏一点人工一点智能
机器人视觉听觉融合的感知操作系统
文献[23]通过给实际机器人配备听觉传感器，操作目标物体收集听觉数据，实现了对视觉上难以区分的目标的判别。 f=(f_{v1},f_{v2},f_{v3})本文指示表达模型如图2所示，图像编码部分利用Darknet53和特征金字塔网络提取原始图像 不同尺度的特征 。 为了获取数据的多样性，选取了1/4、1/2、2/3瓶子含量的数据。通过结合机械臂的运动特性，选择{Roll, Yaw, Pitch, Shake} 4种不同的动作分别对每类物品进行20次采样。 3.3 实验设置及评估指标 根据设计的操作指令和目标物体关系布置实验场景，场景操作任务结合视觉和听觉识别难易程度总共分为3类：第1类场景探索物体不同的位置关系，指令如“找到胶囊，放在左边的碗中”；第2类场景探索物体的属性关系 本文定义了一种离线实验机制，设定场景状态{bottle1, bottle2, bottle3, bowl1, bowl2}，机械手的状态{Pick, Roll, Yaw, Pick, Shake, Place
1.3K30编辑于 2023-04-10 - 来自专栏新智元
【张文强】“视听觉”深度学习将大展拳脚
张文强：我主攻音视频大数据的智能技术研究，基于视听觉的深度学习和媒介应用会在未来的新闻媒体产生巨大作用。当然，生物传感技术会在数据精确输入方面发挥作用，后续的智能处理、精准服务等更值得关注。
998130发布于 2018-03-14 - 来自专栏VoiceVista语音智能
听觉显示(Aural Relatity) - 超越互联网的连接
苹果无疑是这个市场的王者，在2019年Q2占据超过47%的市场份额，同比增长达25%，同时也在持续领导着行业的创新，包括主动降噪(Active Noise Cancellation)和Transparency Bluetooth 5.2 V5.2支持低功耗的TWS耳机，不同于先前的A2DP方案，使用双声道单链路发送再转发的机制(transmitted both channels over one link
68030发布于 2020-06-01 - 来自专栏脑机接口
脑信号分析系列(1)-听觉P300实验
听觉P300实验与视觉P300相似，但使用听觉刺激来产生oddball 刺激时间为200ms，时间间隔400ms,随机抖动±100ms, 任务是计算玩奇数球刺激的次数，记录单个参与者进行的6次2分钟的实验 from mne import Epochs, find_events events = find_events(raw) event_id = {'Non-Target': 1, 'Target': 2} None, reject={'eeg': 75e-6}, preload=True, verbose=False, picks=[0,1,2,3 average 我们绘制两种情况下的平均ERP conditions = OrderedDict() conditions['Non-target'] = [1] conditions['Target'] = [2] pipeline)运行交叉验证 auc = [] methods = [] for m in clfs: try: res = cross_val_score(clfs[m], X, y==2,
2.2K21发布于 2020-06-29 - 来自专栏音乐与健康
解码听觉奥秘：从频率到感知的奇妙旅程
本文带你一探人耳听觉的奥秘，从声音的基本属性到复杂的听觉机制，逐一解析人耳如何感知声音频率，并扩展探讨听觉的生理与心理特性。 听觉具有多种物理特性，如频率响应、动态范围、方向敏感度和掩蔽效应等，这些特性对于听觉传示装置的设计至关重要。了解听觉的这些心理特性有助于我们更好地利用听觉在人机交互、环境感知和信息传递中的优势。。 2）人耳听觉系统主要包括耳、传导神经与大脑皮层听区等三个部分。耳在结构上分为外耳、中耳和内耳。外耳的自然谐振频率为2.4kHz，人对2.4kHz左右的声音最为敏感。 内耳底膜上的柯蒂氏器是听觉系统的核心部分，其上布满起听觉感受器作用的毛细胞。毛细胞受到振动时，会引起神经末梢兴奋，产生电讯号，即将声能转换成神经冲动传至大脑皮层听觉区。3）听觉的物理特性：①频率响应。 C.听觉区域。由听阈与痛阈两条曲线所包围的部分称“听觉区域”。③方向敏感度。人耳的听觉效果，绝大部分都涉及所谓的“双耳效应”，或称“立体声效应”，这是正常的双耳听觉所具有的特性。
91710编辑于 2025-11-09 - 来自专栏匠心一片
没错这就是机器听觉人工智能
说过了计算机视觉，我们来说说计算机听觉。 如果说，视觉是人工智能的眼睛，那么听觉就是人工智能的耳朵。 有的问题，需要眼睛发现，有的问题，则要用耳朵发现，当然，更多问题是用“心”发现，机器之心。。。
1.4K00发布于 2020-01-18 - 来自专栏有三AI
【语音处理】硬核介绍人体的感知和听觉特性
上一节主要介绍了关于语音信号产生的相关内容，本节将介绍和语音听觉相关的内容。 本节主要介绍语音感知和听觉特性，包括人体的语音听觉系统，客观度量和主观听觉感受以及听觉特性三方面内容。 2. 客观度量和主观听觉感受 2.1 声压 当空气中没有声波时，空气处于平衡态，此时的静压强等于大气压。 3.人耳听觉特性 3.1 听阈与痛阈 人耳只有在响度适中时才具有灵敏的辨音能力。在人耳的可听频率范围，声音强或弱到一定程度，人耳同样是听不见的，正常人听觉的声压级范围是0-140dB。 3.3 听觉延时效应 当两个强度相同的声音在时间先后到达人耳时，听觉对先后到达的声音的延时做出分辨的特性称为听觉延时效应（哈斯效应）。 语音信号处理.第2版[M]. 清华大学出版社, 2013. [2] 赵力. 语音信号处理: 机械工业出版社[M]. 机械工业出版社, 2016. [3] 卢官明, 宗昉. 数字音频原理及应用[M].
1.6K50编辑于 2022-05-24 - 来自专栏音乐与健康
意识障碍促醒之多感官刺激-听觉刺激（音乐治疗+干预）
听觉刺激是怎么起作用的呢？ 方法使用熟悉的声音和唤名，在听觉刺激中呼唤患者名字，每天安排家属与患者讲话，讲述以前可触动患者的事情及较难忘的事物。 2、多模态音乐疗法研究表明，音乐对大脑皮层有较广泛的激活效应，可刺激与意识有关的关键中枢神经区域，是一种能使大脑产生主观层面的创造性想象的律动乐符，它能通过声波的形式作用于淋巴系统以及情感中枢系统，以达到唤醒病人生理层面以及心理层面的目的 两侧听觉刺激要均匀，先从患者一侧耳朵刺激，然后换到另一侧。有以下情况对刺激无效果1、患者由于疲劳和觉醒状态不稳定，无法完成唤名任务。2、患者的听觉通路存在损害，不能如正常人一样完成听觉刺激的处理。 3、脑损伤造成的神经血管和听觉皮层的解剖结构的变化也可能导致听觉皮层不能激活。
56710编辑于 2025-07-01 - 来自专栏思影科技
幻听中语言网络、听觉网络和记忆网络的交互障碍
2.主要假设： 在本节中，作者首先概述了AVH最具影响力的假设(或模型)，具体包括:不稳定的记忆模型（图1-1）、自我监控缺陷模型（图1-2）、大脑半球间的听觉信息失调（图1-3）和自顶向下的控制和自下而上的预测模型 （图1-2中的wernick区域）。 额叶(可能是布洛卡区)和颞叶(听觉皮层)之间的连接被认为是负责听觉皮层抑制（图1-2）的，因为这些区域在说话时的连接程度与抑制的程度有关。 3.1听觉网络 声音首先在初级听觉皮层(PAC)被感知和处理，PAC位于颞上回(STG)的上平面，称为颞上回(Heschl gyrus)(图2)，从那里，声音和声音被传入到次级听觉皮层，包括STG（颞上回 新的古典主义语言网络包括额叶和颞叶，以及补充运动区(SMA)(图2)、前扣带回和脑岛区域。
1.8K10发布于 2020-02-24 - 来自专栏Alter聊科技
“听觉”营销价值凸显，喜马拉雅迎来新局点
就像市场调研和数据分析机构尼尔森IQ在《入耳更入心，润物细无声——网络音频媒体价值研究》中指出的，音频媒体以“好声音”为本质，带给听众更多听觉的感官盛宴。 尼尔森在报告中引用了喜马拉雅的声音流贴片案例：闭屏状态下，喜马拉雅任意节目时长超过8分钟的免费专辑，在每期节目自动切换的过程中面向非会员用户和会员用户的30秒声音广告流正强化品牌在用户中的听觉+视觉印象加成
53930编辑于 2023-01-13 - 来自专栏机器之心
「听觉」引导「视觉」，OmniAgent开启全模态主动感知新范式
2.行动：根据计划，OmniAgent 会从构建的多模态工具中选取合适的工具进行调用： 事件工具：利用音频能够高效捕捉全局上下文的特性，首创音频引导事件定位，快速锁定关键时间窗口，避免对长视频进行无效的视觉扫描 2.OmniVideoBench：在长视频理解任务中，准确率达 59.1%，大幅领先 Qwen3-Omni-30B (38.4%) 。
39010编辑于 2026-01-12 《从视觉到听觉：游戏状态信息的屏幕阅读器适配底层逻辑》
游戏状态信息是玩家与虚拟世界对话的桥梁，而屏幕阅读器适配的核心命题，在于如何将视觉化、碎片化的状态数据，转化为符合听觉接收习惯的结构化信息流。 此前的开发历程中，我们常常陷入一个误区，认为只要将所有可见的状态参数逐一转化为文字播报，便能满足无障碍需求，却忽略了听觉与视觉在信息处理模式上的本质差异。 视觉能够同时捕捉多个并行的信息点，玩家可以快速筛选关键内容，而听觉具有线性接收的特性，过量、无序的信息播报只会造成感官过载，让用户在庞杂的语音流中迷失方向。 这就要求开发者从听觉认知的规律出发，将视觉化的信息层级转化为可被听觉感知的结构化表达。 除了听觉元素的差异化设计，还需要构建“信息关联网络”，让不同状态信息之间形成逻辑关联，帮助用户建立完整的认知框架。
27310编辑于 2025-12-25- 来自专栏脑机接口
国外研究团队对意识(认知)评估听觉范式的新型改善方法
利用Oddball(新异刺激)听觉范式(后文中部分内容译为：反常听觉范式）进行意识情况识别已成为脑机接口(BCI)领域的一个重要研究课题。 更重要的是，我们发现与标准听觉范式相比，“名称范式”需要更少的试验刺激次数就能获得类似的结果。这意味着与使用正弦波相比，听觉范式的执行时间是可以被减少的。 这种由音频触发适配器盒产生的触发信号可以防止与听觉刺激开始相关的脑电图信号的时基误差。 电极位置包括FCZ, C3, CZ, C4, CP1, CPZ, CP2和PZ位置。参考电极置于右耳垂。 B.刺激 在本研究中，使用了4种听觉范式，其中刺激的总数以及偏差刺激与标准刺激的比例都有所不同：(1) 7-1比例的正弦音调范式，共60个偏差刺激和420个标准刺激；(2) 5-1比例的正弦音调范式，共 对于前三种正弦听觉模式声音之间有一个700ms的延迟，而名字范式中延迟大约是1500ms。 图2.实验工作流程示例。
1.3K40编辑于 2022-09-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号