使用基于人工智能的转录进行自动语音可理解性评估,用于带有耳植入物,助听器和正常听觉的儿童

科学领域:

• 听力学 听力学是指听力学.
• 语音语言病理学 语言病理学
• 医疗保健中的人工智能

背景情况:

• 语音可理解性 (SI) 对儿童的沟通和社会发展至关重要,特别是那些听力受损的儿童.
• 当前的SI评估方法面临着后勤和方法方面的挑战,这限制了它们的临床应用.
• 听力损失的儿童,包括使用耳植入物 (CI) 或助听器 (HA) 的儿童,需要可访问的SI评估工具.

研究的目的:

• 评估基于人工智能的转录模型的准确性和一致性,以评估幼儿的SI.
• 为了比较AI模型的表现与天真的人类听众的表现.
• 分析AI驱动的SI评估在CI,HA和正常听力 (NH) 的儿童中.

主要方法:

• 来自58名五岁儿童的580个语音样本 (CI,HA,NH组) 被三名天真的听众和一个AI模型转录.
• 使用布兰德-阿尔特曼图表,类内相关系数 (ICC) 和文字错误率 (WER) 评估了词级转录准确度.
• 统计分析将人工智能性能与不同听力组的人类听众进行了比较.

主要成果:

• 人工智能模型与人类听众显示出很高的一致性,偏差最小 (<6%超出95%的协议限制).
• 所有组的类内相关系数 (ICC) 超过了0.9,表明了强烈的共识.
• 文字错误率 (WER) 证实了人工智能与人类的对齐,具有CI的儿童比具有HA的儿童表现出更好的SI.

结论:

• 基于AI的转录提供了一种可靠和客观的方法来对幼儿进行SI评估.
• 人工智能模型的性能与人类听众保持一致,支持其临床和家庭应用.
• 这项技术可以帮助早期干预和持续监测听力障碍儿童的言语发育.