言语交际是一种重要的社会交际方式。正常的言语过程需要面部和颈部的大量关节肌肉协调收缩。

表面肌电信号包含与语音活动相关的电生理信息，通常被认为是自动语音识别的替代输入。

陈教授领导的研究团队世雄提出了来自深圳先进技术研究院(中国科学院)的高密度(HD)仪表技术。个体使用密集阵列电极在相对较大的区域内获得一组丰富的肌肉活动信息，并进行充分的运动分类。

在基于表面肌电信号的语音识别系统中，记录表面肌电信号的电极位置是影响自动语音识别分类性能的主要因素。然而，在以前的研究中，电极的放置取决于单个研究人员的知识，并且没有预先的定量分析或基准。

陈的研究团队分析了面部和颈部肌肉左右两侧的肌电图信号在日常口语任务中对英语和汉语单词进行分类的作用。

在他们的研究中，来自8名受试者面部和颈部肌肉的120个通道的表面电极记录了高清晰度的肌电图信号。

与高清表面肌电记录的信号相比，从面部和颈部肌肉左右两侧记录的电极阵列在识别语音任务时达到了分类精度。

结果表明，左右颈部高清表面的肌电图记录具有相似的分类精度。相反，使用左右面部肌肉的信号在分类精度上有显著差异。

陈教授说：“颈部对称位置的高清肌电信号对语音识别的贡献是一致的，而面部信号则不是。”

版权说明： 本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签：