Naturalistic Music Decoding from EEG Data via Latent Diffusion Models

本文探讨了使用潜在扩散模型，一种强大的生成模型家族，重建自然音乐的潜力，该音乐是通过脑电图（EEG）记录的。与简单的音乐（如MIDI生成的曲调或单声部作品）不同，这里的重点是复杂的音乐，包括各种乐器、声音和效果，丰富的和声和音色。这项研究代表了一次初步尝试，旨在使用非侵入性EEG数据实现高质量的通用音乐重建，采用端到端的训练方法，直接在原始数据上进行训练，无需手动预处理和通道选择。我们在公共NMED-T数据集上训练模型，并提出了基于神经嵌入的定量评估指标，此外，我们还根据生成的曲目进行歌曲分类。我们的工作为神经解码和脑-计算机接口的持续研究做出了贡献，为使用EEG数据进行复杂听觉信息重建的可行性提供了见解。

本文旨在探讨使用潜在扩散模型来重建自然音乐的潜力，使用非侵入式脑电图（EEG）记录。这项研究代表了使用EEG数据实现高质量的一般音乐重建的首次尝试。

本文使用潜在扩散模型来直接对原始数据进行端到端的训练，而无需手动预处理和通道选择，从而实现复杂音频信息的重建。

本文使用公共NMED-T数据集进行模型训练，并提出了基于神经嵌入的指标进行定量评估。此外，还基于生成的音轨进行了歌曲分类。本文为神经解码和脑机接口的持续研究做出了贡献，为使用EEG数据进行复杂听觉信息重建的可行性提供了见解。

最近的相关研究包括使用EEG进行音乐分类和生成的研究，如“使用EEG数据进行音乐分类的研究”和“使用EEG数据进行音乐生成的研究”。