في عالم علوم الأعصاب، يُعتبر فهم كيفية تمثيل الكلام الطبيعي في الدماغ تحديًا رئيسيًا للأبحاث. من خلال استخدام تقنيتي تخطيط الدماغ الكهربائي (EEG) وتخطيط المجال المغناطيسي (MEG)، تمكَّن الباحثون من تطوير نموذج يُدعى SHINE (Sequential Hierarchical Integration Network)، الذي يُقدم طريقة مبتكرة لاستنساخ الموجات الكلامية.

تعتبر استعادة الغلاف الصوتي والطيف الصوتي (Mel spectrogram) خطوة رئيسية لدراسة التركيب الزمني والطيفي للكلام. يتباين النشاط العصبي المرتبط بالكلام عبر الحساسات والزمان، مما يجعل من الضروري استخراج هذه التمثيلات مع التكيف مع السياق لكل هدف صوتي. هنا يأتي دور SHINE.

يقوم هذا النموذج بتوحيد أبعاد المدخلات باستخدام مُكيف حساس متبقي، مع الحفاظ على العمق الزمني من خلال حالات الم bloques المتوسعة. كما يُعزز استخدام البوابة المعتمدة على الهدف والزمن التوقعات المحلّية والهرمية.

عند اختباره على مجموعتين من بيانات EEG وMEG، حقق SHINE أعلى معدلات ارتباط للمؤشرات بين تسعة تنفيذات أساسية محلية عبر جميع مجموعات بيانات قياس الأداء. كما حصل على المركز الثاني في مسار اكتشاف الكلام في مسابقة NeurIPS 2025 PNPL.

سيتم نشر الشيفرة المصدرية للنموذج على GitHub عبر الرابط: https://github.com/xuxiran/SHINE. إن هذا الابتكار قد يفتح آفاقًا جديدة في فهم كيفية معالجة الدماغ للكلام، وبالتالي تعزيز الدراسات المستقبلية في هذا المجال.