Preferencia y similitud de la reducción combinada del ruido y la compresión del rango dinámico en oyentes con...

Área de la Ciencia:

• Audiología
• Procesamiento de señales
• Inteligencia artificial

Sus antecedentes:

• Los audífonos utilizan la reducción de ruido de un solo canal (SCNR) y la compresión de amplio rango dinámico (WDRC) para mejorar la audibilidad del habla.
• SCNR y WDRC pueden interactuar negativamente, reduciendo potencialmente el habla suave o amplificando el ruido.
• Las redes neuronales profundas (DNN) ofrecen capacidades avanzadas de reducción de ruido.

Objetivo del estudio:

• Evaluar de manera conductual las configuraciones de compresión de amplio rango dinámico (WDRC) con y sin una red neuronal profunda (DNN) basada en la reducción de ruido de un solo canal (SCNR).
• Para comparar diferentes estrategias de WDRC, incluida la compresión de acción rápida, de acción lenta y consciente de la escena.
• Evaluar la preferencia del usuario y la similitud del habla en el ruido en diversas condiciones de procesamiento.

Principales métodos:

• 16 participantes con discapacidad auditiva evaluaron los sistemas WDRC utilizando tareas de comparación en pares.
• Los sistemas incluyen WDRC de acción rápida, de acción lenta y consciente de la escena, con y sin SCNR basado en DNN.
• Un sistema "ideal" con compresión de acción rápida y atenuación de ruido/reverberación sirvió de referencia.

Principales resultados:

• El SCNR basado en DNN mejoró significativamente la preferencia del oyente en todas las configuraciones WDRC probadas.
• El sistema ideal recibió la mayor preferencia.
• El WDRC consciente de la escena y de acción lenta, cuando se combina con DNN-SCNR, mostró puntuaciones de preferencia cercanas al sistema ideal.

Conclusiones:

• SCNR basado en DNN mejora el rendimiento de las estrategias de compresión de audífonos.
• La compresión consciente de la escena, junto con la reducción efectiva del ruido, proporciona una experiencia de escucha de alta calidad comparable al procesamiento ideal.
• Estos hallazgos sugieren enfoques óptimos para el procesamiento de señales de audífonos para maximizar la satisfacción del usuario.