o0y0o

■ AbstractBrain-to-speech 기술은 인공지능, brain-computer interface, 음성 합성 등 다양한 학문 분야가 융합된 응용 기술을 나타냅니다.Neural representation learning 기반의 발화 의도 해독과 음성 합성은 신경 활동을 인간의 언어적 의사소통 수단과 직접 연결하여, 의사소통의 자연스러움을 크게 향상시킬 수 있습니다.Neural representation learning의 최신 발견과 음성 합성 기술의 발전을 바탕으로, brain signals을 음성으로 직접 변환하는 기술은 많은 가능성을 보여주고 있습니다.특히, 신경망에 입력되는 처리된 입력 특징과 neural speech embeddings는 brain signals로부터 음성을 생성할 때,..

저번 글에 이어서 번역을 마무리해 보았습니다. 오류 지적은 언제든 감사히 받고 있습니다.논문에 제시된 대로 따라서 모델 및 코드를 분석해 보고, 저의 개인 탐구 프로젝트에 적용해 보면 좋을 것 같습니다.■ Experimental Setup▷ DatasetParticipants연구에는 여섯 명의 참가자가 자발적으로 참여하였습니다. 여기서 자발적이란, 참가자들이 연구 목적과 절차에 대해 충분히 이해하고 동의한 상태에서 참여했다는 것을 의미합니다.이 연구는 헬싱키 선언에 따라 진행되었으며, 한국대학교 기관생명윤리위원회(Korea University Institutional Review Board [KUIRB-2019-0143-01])의 승인을 받았습니다.모든 대상자로부터 정보에 입각한 동의를 받았습니다.Par..

작년에 약식으로 진행하였던, "특정 음운에 대한 음성 데이터, 뇌파 데이터 사이의 유의미한 상관관계가 존재하는가 알아보는 탐구"를 제대로 진행하기 위해 선행연구를 조사하다 해당 논문을 발견하게 되었습니다.이 논문은 2024년 1월, 고려대학교 뇌인지공학과 및 인공지능학과에서 Nature Biomedical Engineering 저널에 발표한 논문으로, non-invasive한 방법으로 측정한 imagined speech EEG로부터 speech reconstruction하는 시스템을 소개합니다.스스로 이해가 안 되었던 부분은 풀어서 적었기에 의/오역이 존재할 수 있으며, 저의 추가적인 설명은 회색으로 작성해 두었으니 참고 부탁드립니다.■ Abstract brain activity에서 말을 재구성하려고 하..

원본 파일의 222줄까지 1차 번역 진행doi: 10.1038/s41586-021-03506-2요약더보기1. 연구에서는 편마비로 인해 손글씨를 쓰는 행위의 신경 표상이 여전히 유지되는지 확인하고자 했다. T5라는 참가자로부터 기록된 신경 활동을 분석한 결과, 신경 활동 패턴이 각 문자에 대해 일관성 있게 나타나고, 손글씨의 모양을 재구성할 수 있는 것으로 나타났다. 2. 신경 활동을 RNN 알고리즘을 통해 문자의 확률로 변환하여 실시간으로 해독할 수 있는 시스템을 개발하였다. 이를 통해 T5는 손글씨를 쓰며 의도한 메시지를 전달할 수 있었고, 매우 높은 입력 속도와 낮은 오류율을 보였다. 3. 자유롭게 문장을 작성하는 실험에서도 높은 성능을 확인하였으며, 이는 기존 연구에서 보고된 속도를 능가하는 결과였..

https://www.youtube.com/watch?v=wyFj3yl3Aik 2020년 Nature에 발표된 논문의 영상으로, 내가 상상해보지 못한 영역의 BCI길래 번역 중이다. 짧은 영상을 먼저 번역해 보았고, 현재 논문 기사를 찾아 번역 중에 있다. 번역하며 계속 모르는 개념이 나와 공부하느라 업로드는 늦을 것 같다....> - 목표는 필기 운동 상상을 사용하여 글자 입력이 어려운 사람들의 의사소통을 돕는 고성능 BCI를 구축하는 것 - 운동 피질의 손 부위에 두 개의 미세 전극봉을 이식한 한, 목 아래가 다 마비된 연구 참여자를 대상으로 BCI를 테스트 - 다중 단위의 임계값 교차율을 feature로 사용 - 순환 신경망 디코더가 이를 실시간으로 각 문자가 기록될 ..