对于耳植入物,一种基于人工智能的新反响减小算法提高了语音可理解性和用户体验
Nienke C Langerak1, H Christiaan Stronks1,2, Esther F van Marrewijk1
1Department of Otorhinolaryngology and Head & Neck Surgery, Leiden University Medical Center, Leiden, the Netherlands.
Ear and hearing
|November 3, 2025
概括
新的人工智能算法显著改善了耳植入物 (CI) 用户在反响环境中的语音理解. 这些人工智能驱动的脱声工具提高了清晰度和听力舒适度,而不会影响安静环境中的言语.
科学领域:
- 听力学 听力学是指听力学.
- 人工智能的人工智能
- 信号处理 信号处理
背景情况:
- 耳植入物 (CIs) 是严重到严重的听力损失的标准.
- 对于CI用户来说,在反响环境中的语音理解仍然是一个挑战.
- 当前的CI技术与背景噪音和回声作斗争.
研究的目的:
- 评估基于人工智能的新型算法,用于降低CI用户语音信号中的反响.
- 评估这些算法对语音可理解性和主观听力体验的影响.
- 为了确定AI脱声是否可以在具有挑战性的声学条件下改善CI性能.
主要方法:
- 一项涉及15名IC使用者的前性交叉研究.
- 测试了两个AI算法:DNN-WPE (迟反响) 和DNN-WPEPF (早期和迟反响).
- 使用佛兰德/荷兰矩阵测试测量语音可理解性;主观评分评估听力,自然性和可理解性.
主要成果:
- DNN-WPE提高了11%的语音可理解性 (p < 0.001);DNN-WPEPF提高了17%的语音可理解性 (p < 0.001).
- 与DNN-WPE相比,DNN-WPEPF的益处显著超过了DNN-WPE (p = 0.018).
- 这两种算法都是倾听力,自然性和在反响条件下可理解性的优势,并且不会降低清洁言语.
结论:
- 人工智能驱动的退声算法 (DNN-WPE,DNN-WPEPF) 在反响环境中显著有利于CI用户.
- 这些算法增强了语音可理解性和主观感知,而不会影响静音中的性能.
- 为了广泛的临床使用,需要进一步的研究和实时实施.
