| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-06-06 13:00 対照学習と変分正則化に基づく繰り返し測定脳波からの音声デコーディング ○水野友暁・中鹿 亘（電通大）  SP2026-24 |
|
| 抄録 | （和） | 聴取音声の非侵襲脳波（electroencephalography：EEG）からの再構成は，低い信号対雑音比（signal-to-noise ratio：SNR）およびセッション間変動により困難である．試行平均はSNRを向上させるが，連続音声への適用は難しい．そこで本研究では，複数のEEGを意味的に整合した正例ペアとして対照学習に活用する．具体的には，セッション要因に不変な表現を獲得するセッション不変条件と，話者要因に不変な表現を獲得する話者不変条件の2つを提案する．さらに，潜在変数の構成を目的とせず，エンコーダの出力を安定化させる間接的な制約として作用する変分正則化項を併用する．日本語EEGデータセットを用いた実験により，対照学習と変分正則化の併用がエンコーダの表現空間を拡張し，再構成性能を向上させることを示した．また， 改善される側面は戦略ごとに異なる．セッション不変条件は文字誤り率の低減に，話者不変条件は話者識別率の向上にそれぞれ寄与する． |
| （英） | Reconstructing perceived speech from non-invasive electroencephalography (EEG) is challenging due to the low signal-to-noise ratio (SNR) and inter-session variability. While trial averaging improves SNR, its application to continuous speech remains difficult. Therefore, we leverage multiple EEG recordings as semantically aligned positive pairs for contrastive learning. Specifically, we propose two conditions: a session-invariant condition to learn representations invariant to session factors, and a speaker-invariant condition to learn representations invariant to speaker factors. We further incorporate a variational regularization term that, rather than constructing a latent variable, acts as an indirect constraint to stabilize the encoder output. Experiments on a Japanese EEG dataset show that combining contrastive learning with variational regularization expands the encoder representation space and improves reconstruction performance. Moreover, the choice of positive pair strategy selectively improves different aspects: the session-invariant condition enhances linguistic fidelity, whereas the speaker-invariant condition improves speaker characteristics. | |
| キーワード | （和） | 頭皮脳波 / 音声合成 / 聴覚解読 / 深層学習 / ブレインマシンインターフェース / / / |
| （英） | Electroencephalography / Speech Synthesis / Auditory Decoding / Deep Learning / Brain-Machine Interface / / / | |
| 文献情報 | 信学技報, vol. 126, no. 58, SP2026-24, pp. 130-135, 2026年6月. | |
| 資料番号 | SP2026-24 | |
| 発行日 | 2026-05-29 (SP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SP2026-24 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP IPSJ-MUS |
| 開催期間 | 2026-06-05 - 2026-06-06 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | The University of Electro-Communications |
| テーマ（和） | 音学シンポジウム2026 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2026-06-SP-SLP-MUS |
| 本文の言語 | 日本語 |
| タイトル（和） | 対照学習と変分正則化に基づく繰り返し測定脳波からの音声デコーディング |
| サブタイトル（和） | |
| タイトル（英） | Multi-Session EEG-to-Speech Decoding Combining Contrastive Learning with Variational Regularization |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 頭皮脳波 / Electroencephalography |
| キーワード(2)（和/英） | 音声合成 / Speech Synthesis |
| キーワード(3)（和/英） | 聴覚解読 / Auditory Decoding |
| キーワード(4)（和/英） | 深層学習 / Deep Learning |
| キーワード(5)（和/英） | ブレインマシンインターフェース / Brain-Machine Interface |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 水野 友暁 / Tomoaki Mizuno / ミズノ トモアキ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 中鹿 亘 / Toru Nakashika / トオル ナカシカ |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-06-06 13:00:00 |
| 発表時間 | 180分 |
| 申込先研究会 | SP |
| 資料番号 | SP2026-24 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.58 |
| ページ範囲 | pp.130-135 |
| ページ数 | 6 |
| 発行日 | 2026-05-29 (SP) |
[研究会発表申込システムのトップページに戻る]