基于 EEG 注意解码的助听设备实时控制

基于摘要分析。研究面向嘈杂环境中助听设备无法判断用户希望听取哪一路语音的问题，将 EEG 听觉注意解码与实时语音分离结合，构建由注意选择驱动声音增强的实时 BCI 系统。其贡献重点是解码与声学处理的系统集成，而非仅在离线数据上预测注意目标。 系统采用基于 canonical correlation analysis（典型相关分析，CCA）的刺激—响应模型进行实时 EEG 注意解码，并连接多麦克风硬件平台，通过空间波束形成实现低延迟实时语音分离。这里的注意解码用于判断应增强或抑制的语音流；空间波束形成则承担声源分离环节。摘要未给出刺激与 EEG 的特征表示、模型拟合方式、解码窗口、更新频率及端到端延迟，相关实现细节尚未验证。 作者报告，通过案例研究展示听者利用实时注意解码控制竞争语音流的声学反馈，并提供公开的软件实现供进一步研究。摘要未给出被试数量、听力状况、被试内或跨被试划分、对照条件、注意切换表现及语音理解收益，因此不能据此认定系统已完成听力受损人群的临床验证，也不能量化其相对于固定波束形成或其他解码方法的优势。 复现价值主要在于核对 EEG 解码与音频处理之间的闭环接口，以及注意切换时系统能否及时、稳定地选择目标语音。全文与代码仍需核查训练和校准流程、麦克风与 EEG 同步、声学反馈对后续解码的影响，以及噪声和运动伪迹下的可靠性。实验协议、消融及统计信息尚未验证；公开软件的具体依赖和硬件复现条件亦待确认。