マスクした音声認識:年齢,聴覚,機械学習の分類

科学分野:

• 聴覚学
• 機械学習
• 言語の知覚

背景:

• 聴覚研究におけるマスクは しばしば エネルギー的なものや 情報的なものとして分類されます
• 年齢や聴覚能力が 騒音中の言語知覚に 影響するかを理解することが重要です

研究 の 目的:

• 機械学習を用いてマスクを エネルギーと情報のカテゴリーに分類する.
• 年齢と聴覚障害がスピーチ受容値 (SRT) に与える影響を調査する.
• 異なる年齢層における音声認識の性能と,異なるマスク条件下での聴覚能力を比較する.

主な方法:

• マスカーを分類するために,機械学習の分類技術が使用されました.
• 信号対ノイズ比 (SNRs) を予測するために,線形混合効果モデリングが使用されました.
• 参加者は,正常な聴力を持つ若者や高齢者,そして聴力障害のある高齢者でした.

主要な成果:

• 機械学習が マスカーの分類を成功裏に確認しました
• 聴覚が正常な若者や高齢の成人は,特に情報マスクを使用すると,同様のパフォーマンスを示しました.
• 聴覚障害のある高齢者は,すべてのマスクタイプで一貫して高いSNRを必要とします.

結論:

• 機械学習は仮面の理論的分類をサポートします
• 周辺聴覚の状態は 年齢よりも 音声認識に大きく影響します
• 聴覚が正常な高齢者は 補償的な戦略を用いて 若年層のパフォーマンスに匹敵します