Video Experimental Relacionado
Updated: Sep 10, 2025
Asthma Detection Research Based on Voice Signal Processing and Machine Learning
Published on: July 22, 2025
Reconocimiento de voz bajo enmascaramiento: edad, audición y clasificación de aprendizaje automático
Victoria Stenbäck1, Mathias Hällgren2, Erik Marsja3
1Division of Education, Teaching and Learning, Department of Behavioural Sciences and Learning, Linköping University, Linköping, Sweden; Disability Research Division, Department of Behavioural Sciences and Learning, Linköping University, Linköping, Sweden.
El aprendizaje automático clasificó a los enmascaradores como energéticos o informativos. Los adultos mayores con audición normal se desempeñaron de manera similar a los adultos más jóvenes, lo que indica que los impactos de audición periférica en el reconocimiento del habla son mayores que la edad.
Área de la Ciencia:
- Audiología
- Aprendizaje automático
- Percepción del habla
Sus antecedentes:
- Los enmascaradores en la investigación auditiva a menudo se clasifican como energéticos o informativos.
- Comprender cómo la edad y la capacidad auditiva influyen en la percepción del habla en el ruido es crucial.
Objetivo del estudio:
- Clasificar a los enmascaradores en categorías energéticas e informativas utilizando el aprendizaje automático.
- Investigar los efectos de la edad y la discapacidad auditiva en los umbrales de recepción del habla (SRT).
- Comparar el rendimiento del reconocimiento del habla en diferentes grupos de edad y las capacidades auditivas en diferentes condiciones de máscara.
Principales métodos:
- Se emplearon técnicas de clasificación de aprendizaje automático para categorizar a los enmascaradores.
- Se utilizó el modelado de efectos mixtos lineales para predecir las relaciones señal-ruido (SNR).
- Los participantes incluyeron adultos jóvenes y mayores con audición normal y adultos mayores con discapacidad auditiva (HI).
Principales resultados:
- El aprendizaje automático confirmó con éxito la clasificación de los enmascaradores.
- Los adultos más jóvenes y mayores con audición normal mostraron un rendimiento similar, especialmente con enmascaradores de información.
- Los adultos mayores con discapacidad auditiva (HI) requerían constantemente SNR más altos en todos los tipos de máscaras.
Conclusiones:
- El aprendizaje automático apoya la categorización teórica de los enmascaradores.
- El estado de la audición periférica afecta significativamente el reconocimiento del habla más que la edad.
- Los adultos mayores con audición normal pueden emplear estrategias compensatorias para igualar el rendimiento de los adultos más jóvenes.
