MétaCan
Menu
← Retour à la cohorte
Enregistrement W3094570384 · doi:10.1101/2020.10.20.344895

Neural oscillations track natural but not artificial fast speech: Novel insights from speech-brain coupling using MEG

2020· preprint· en· W3094570384 sur OpenAlexafffund
Ana Sofía Hincapié Casas, Tarek Lajnef, Annalisa Pascarella, Hélène Guiraud, Hannu Laaksonen, Dimitri J. Bayle, Karim Jerbi, Véronique Boulenger

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensMila - Quebec Artificial Intelligence InstituteUniversité de MontréalMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaInstitut de Valorisation des DonnéesLabEx ASLANUniversité de LyonCanada Research ChairsAgence Nationale de la Recherche
Mots-clésMagnetoencephalographySpeech recognitionSyllableSpeech processingComputer scienceCoupling (piping)AcousticsElectroencephalographyPhysicsNeurosciencePsychologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Speech processing is supported by the synchronization of cortical oscillations to its rhythmic components, including syllable rate. This has been shown to be the case for normal rate speech as well as artificially accelerated speech. However, the case of natural speech rate variations, which are among the most ubiquitous sources of variability in speech, has been largely overlooked. Here, we directly compared changes in the properties of cortico-acoustic coupling when speech naturally shifts from normal to fast rate and when it is artificially accelerated. Neuromagnetic brain signals of 24 normal-hearing adults were recorded with magnetoencephalography (MEG) while they listened to natural normal (∼6 syllables/s), natural fast (∼9 syllables/s) and time-compressed (∼9 syllables/s) sentences, as well as to envelope-matched amplitude-modulated noise. We estimated coherence between the envelope of the acoustic input and MEG source time-series at frequencies corresponding to the mean syllable rates of the normal and fast speech stimuli. We found that listening to natural speech at normal and fast rates was associated with coupling between speech signal envelope and neural oscillations in right auditory and (pre)motor cortices. This oscillatory alignment occurred at ∼6.25 Hz for normal rate sentences and shifted up to ∼8.75 Hz for naturally-produced fast speech, mirroring the increase in syllable rate between the two conditions. Unexpectedly, despite being generated at the same rate as naturally-produced fast speech, the time-compressed sentences did not lead to significant cortico-acoustic coupling at ∼8.75 Hz. Interestingly, neural activity in putative right articulatory cortex exhibited stronger tuning to natural fast rather than to artificially accelerated speech, as well as stronger phase-coupling with left temporo-parietal and motor regions. This may reflect enhanced tracking of articulatory features of naturally-produced speech. Altogether, our findings provide new insights into the oscillatory brain signature underlying the perception of natural speech at different rates and highlight the importance of using naturally-produced speech when probing the dynamics of brain-to-speech coupling.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,055
Tête enseignante GPT0,251
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetNeural dynamics and brain function→Travaux en français237 207→