arXiv · cs.AI· Xuan Wen, Yonghao Song, Yuhong Zhang, Guoliang Li, Tzyy-Ping Jung, Xiaorong Gao·· 5 小时前
LaS用语言描述监督神经译码，提升语音解码精度
Teaching neural decoders with language
arXiv:2610.12921v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Xuan Wen, Yonghao Song, Yuhong Zhang, Guoliang Li, Tzyy-Ping Jung, Xiaorong Gao
研究任务与主要进展
研究者提出Language as Supervision（LaS），通过学习投影将神经特征与自然语言类别描述对齐，并用候选文本原型进行分类。基于论文摘要，LaS在视觉、运动和语音译码任务上评估了七种编码器架构，语音解码准确率相较匹配的类别标签监督基线最高提升17.15个百分点；其表示还可复用于候选集、受试者与会话适配，并在正确类别描述对应时支持SSVEP中的条件性未见频率译码。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org