对声学特征的实验调查,以优化耳植入物中的可理解性
Fergal Henry1, Ashkan Parsi2, Martin Glavin2
1Department of Computing and Electronic Engineering, Atlantic Technological University Sligo, Ash Lane, F91 YW50 Sligo, Ireland.
Sensors (Basel, Switzerland)
|September 9, 2023
概括
这项研究表明,特定的声学特征显著提高了在耳植入物使用者在杂环境中的语音清晰度. 频域特征,如Gammatone和Mel光谱图,增强语音可理解性,有助于更好的听觉器件设计.
科学领域:
- 听觉神经科学 听觉神经科学
- 信号处理 信号处理
- 机器学习 机器学习
背景情况:
- 耳植入物 (CI) 在安静环境中有效,但在杂环境中难以工作.
- 基于机器学习的降噪算法可以提高CI性能.
- 选择合适的声学特征对于这些算法至关重要.
研究的目的:
- 调查各种声学特征对CI用户语音增强的影响.
- 为了确定最佳的特性,以改善在噪音条件下语音可理解性.
主要方法:
- 从语音噪音混合物中提取了各种各样的声学特征.
- 使用理想的二进制面具和提取的特征训练深度神经网络.
- 在模拟的正常听力和听力受损场景中,使用短期客观可理解性 (STOI),命中率减去虚假报警率 (HIT-FA) 和规范化共差量 (NCM) 评估语音可理解性.
主要成果:
- 频域特征表现优于其他特征,Gammatone特征表现为正常听力表现最佳 (STOI = 0.7826).
- 梅尔谱图特征显示了听力障碍的最高整体性能 (NCM = 0.7314).
- 与HIT-FA和NCM相比,STOI和NCM的相关性更强,这表明听力受损的听众更好地预测可理解性.
结论:
- 频域声学特征对于耳植入物使用者在杂环境中有效增强语音至关重要.
- 对于不同的听力条件,Gammatone和Mel频谱图的特征显示出有前途.
- 这些发现可以为耳植入物适应性可理解性增强系统的设计提供信息.
