基于 EEG 的声音转换：聆听大脑的声音

基于摘要分析。该研究关注从 EEG 获取目标说话人的声音特征，以实现声音转换（Voice Conversion，VC），而非单纯将 EEG 解码为语音内容。作者提出 EEG 驱动的零样本 VC 系统，将输入语音转换为目标说话人的声音，并声称无需预先获取目标数据；作者将其描述为首个此类系统，该优先性尚未独立核实。 方法由 EEG 特征提取模块与对齐模块组成，后者负责将 EEG 特征映射到说话人特异的声音特征。系统结合三阶段训练策略，以及仅使用语音数据预训练的 VC 模型。摘要未说明三个阶段的具体目标、损失函数、训练时各模块的冻结或更新方式，也未明确“无需预先获取目标数据”指目标语音、目标 EEG，还是其他数据；这直接关系到零样本设定的解释，需核对全文。 作者报告，在 Single-Word-Production Dutch-iBIDS 数据集上的实验支持系统可靠地将语音转换为目标说话人的声音，但摘要未提供量化指标、对照基线、被试规模或数据划分。因此，目前无法判断评估属于被试内还是跨被试，也无法分别核实说话人相似度、语音内容保真度与自然度。实验协议、消融及统计信息尚未验证；摘要提供了演示入口，但演示不能替代定量评估，代码与模型权重的可用性尚未验证。 该工作的潜在贡献是为辅助交流和 BCI 提供利用 EEG 表征声音身份的研究路径，但摘要中的实验不等于已验证临床辅助交流效果。后续阅读应重点核对 EEG 是否提供可区分的说话人信息、对齐模块相对仅语音模型的增益，以及未见目标说话人条件下的泛化能力。