NeuroHeed+：通过联合听觉注意检测改进神经引导的说话人提取

基于摘要分析。NeuroHeed+ 研究如何利用 EEG 所反映的听觉注意，从多人混合语音中提取听者正在关注的说话人语音。其核心贡献是联合微调一个辅助听觉注意检测模型，以减少提取模型误将干扰说话人作为目标的说话人混淆错误。 机制上，辅助模型用于强化提取出的目标语音与 EEG 表征之间的一致性，并改善 EEG 表征本身。这使研究关注点不仅是输出语音的信号质量，也包括输出是否对应听者实际关注的说话人。摘要未披露一致性的具体计算方式、损失函数、模型结构，以及联合微调的数据与监督条件，相关实现尚未验证。 作者报告，在双说话人场景下，所提网络在说话人混淆和整体信号质量方面显著优于基线。摘要未提供基线名称、指标定义、具体数值、数据集、被试规模或被试内／跨被试划分，因此无法判断改善幅度及跨被试、跨会话泛化能力；实验协议、消融及统计信息尚未验证。 阅读全文时值得核对：辅助听觉注意检测的监督来源，训练与推理时所需输入，EEG 与语音的时间对齐及窗口设置，以及混淆减少是否稳定转化为语音质量提升。复现条件还需确认数据可用性、预处理流程和实现是否公开。该研究直接面向 EEG 引导的语音提取，但摘要结果不能外推为实时听觉辅助系统或更广泛 BCI 场景中的已验证效果。