Evaluierung eines Deep Neural Noise-Reduction-Algorithmus für Hörgeräte

*** STUDIENBESCHREIBUNG ***

Das Hören in lauten Umgebungen ist eine der häufigsten Herausforderungen für Menschen mit Hörverlust, und selbst Menschen mit normalem Hörvermögen haben oft Schwierigkeiten, Sprache in Situationen wie Restaurants, Klassenzimmern und belebten öffentlichen Räumen zu verstehen. Moderne Hörgeräte verwenden fortschrittliche digitale Signalverarbeitungsstrategien, insbesondere auf tiefen neuronalen Netzen (DNN) basierende Geräuschreduzierung, um die Sprachverständlichkeit in diesen schwierigen Hörsituationen zu verbessern. Diese Technologien variieren jedoch stark in ihrer Wirksamkeit, und ihre Vorteile können von Faktoren wie dem Geräuschpegel, der Art des Hintergrundlärms und dem Grad des Hörverlusts einer Person abhängen. Diese Studie untersucht, wie verschiedene Geräuschreduzierungsstrategien die Fähigkeit eines Zuhörers beeinflussen, Sprache in einer Reihe realer Hörbedingungen zu verstehen. Eine monaurale, omnidirektionale Konfiguration wird verwendet, um Einzelmikrofon-Geräuschreduzierungsstrategien ohne den Vorteil der gerichteten Hörgeräteverarbeitung zu isolieren. Die Forschung vergleicht mehrere Verarbeitungsmodi, die jeweils einen bestimmten Geräuschreduzierungsalgorithmus oder einen Signalverarbeitungsansatz darstellen. Diese Modi umfassen stärkere und schwächere Formen der Geräuschreduzierung sowie "Aus"-Bedingungen, bei denen keine Geräuschreduzierungsverarbeitung angewendet wird. Die Teilnehmer werden Höraufgaben bei mehreren Eingangs-Signal-Rausch-Verhältnissen (SNRs) absolvieren, die einfachere und schwierigere Hintergrundgeräuschpegel darstellen. Alle Teilnehmer durchlaufen jede Bedingung in einer kontrollierten, vollständig ausbalancierten Reihenfolge, um Lerneffekte und Verzerrungen zu reduzieren.

*** ÜBERBLICK ÜBER DIE HÖRAUFGABEN ***

Während der Studie absolvieren die Zuhörer Sprachverständnisaufgaben unter Verwendung des Dual-Satz-Paradigmas, einer Testmethode, die entwickelt wurde, um die reale kognitive Belastung beim Hören in Lärm besser widerzuspiegeln. Traditionelle Sprachtests bitten den Zuhörer typischerweise, jeweils einen einzelnen Satz zu wiederholen. Obwohl nützlich, unterschätzen diese Einzelsatzaufgaben oft die Schwierigkeit des alltäglichen Hörens, das erfordert, dass Menschen mehrere Informationen gleichzeitig überwachen, sich merken und darauf reagieren müssen. Das Dual-Satz-Paradigma schließt diese Lücke, indem es zwei Sätze hintereinander im selben Versuch präsentiert. Der Teilnehmer hört Satz A, unmittelbar gefolgt von Satz B, gesprochen von verschiedenen Sprechern. Der Teilnehmer wird gebeten, sofort den ersten Satz zu wiederholen und dann den zweiten Satz einzutippen.

Diese Struktur erhöht die kognitive Anforderung, indem der Zuhörer mehr gesprochene Informationen im Arbeitsgedächtnis behalten muss, während er gleichzeitig mit Hintergrundgeräuschen umgeht. Der Ansatz liefert ein sensibleres Maß dafür, wie Signalverarbeitungsstrategien nicht nur die Hörbarkeit, sondern auch den realen Höraufwand, die Gedächtnisbelastung und das Sprachverständnis beeinflussen.

*** WIE GERÄUSCHREDUZIERUNGSSTRATEGIEN BEWERTET WERDEN ***

Um die Auswirkungen jeder Geräuschreduzierungseinstellung zu bewerten, absolvieren die Teilnehmer die Dual-Satz-Aufgabe bei mehreren SNRs - zum Beispiel einfacheren (positiven) SNRs, bei denen die Sprache lauter ist als der Lärm, und schwierigeren (negativen) SNRs, bei denen der Lärm stark mit der Sprache konkurriert. Jeder Geräuschreduzierungsmodus wird bei jedem SNR getestet, wodurch ein vollständiger Satz von Leistungsdaten für jede Kombination von Algorithmusstärke und Geräuschschwierigkeit erzeugt wird. Das Sprachverständnis wird mit Standardauswertungsmethoden für Satzwiederholungsaufgaben gemessen. Die Antworten der Teilnehmer werden aufgezeichnet, und die Genauigkeit wird basierend auf der Anzahl der korrekt wiederholten Schlüsselwörter für jeden Satz bewertet. Dies ermöglicht dem Forschungsteam zu quantifizieren, wie verschiedene Verarbeitungsstrategien die Sprachverständlichkeit und kognitive Belastung unter kontrollierten Hörbedingungen beeinflussen.

*** WISSENSCHAFTLICHE BEGRÜNDUNG UND ERWARTETE BEITRÄGE ***

Auf tiefen neuronalen Netzen basierende Geräuschreduzierungsstrategien sind in vielen kommerziellen Hörgeräten aufgetaucht, aber ihre Leistung kann je nach Trainingsdaten, Modellkomplexität und wie aggressiv der Lärm reduziert wird, variieren. Einige Einstellungen können die Verständlichkeit verbessern, aber das Sprachsignal verzerren; andere können Lärm reduzieren, aber Verarbeitungsverzögerungen oder Artefakte einführen, die den Hörkomfort beeinträchtigen. Durch den systematischen Vergleich mehrerer Geräuschreduzierungsalgorithmen unter identischen Bedingungen zielt diese Studie darauf ab, abzubilden, wie verschiedene Strategien sowohl das Sprachverständnis als auch die Hörschwierigkeit verändern. Die Ergebnisse dieser Forschung können dazu beitragen, die Entwicklung effektiverer, hörerzentrierter Geräuschreduzierungsansätze für Hörgeräte zu leiten. Die Ergebnisse können auch klinische Empfehlungen verbessern, indem sie identifizieren, welche Algorithmusstärken in verschiedenen Geräuschumgebungen am besten funktionieren.

*** BREITERE BEDEUTUNG ***

Die Fähigkeit, in lauter Umgebung zu kommunizieren, hat tiefgreifende Auswirkungen auf soziale Teilhabe, Arbeitsleistung und Lebensqualität. Viele Hörgeräteträger berichten weiterhin von Schwierigkeiten in lauten Umgebungen trotz technologischer Fortschritte. Ein detaillierteres Verständnis dafür, wie Zuhörer auf verschiedene Geräuschreduzierungsstrategien reagieren, insbesondere unter dem kognitiv anspruchsvollen Dual-Satz-Paradigma, kann Herstellern helfen, unterstützendere Funktionen zu entwerfen, und kann Klinikern dabei helfen, Anpassungen an die täglichen Hörbedürfnisse einer Person anzupassen.

Diese Studie zielt letztendlich darauf ab, zukünftige Verbesserungen im Hörgerätedesign und in der Programmierung zu unterstützen, indem sie objektive Beweise liefert, wie fortschrittliche Geräuschreduzierungsalgorithmen das reale Sprachverständnis beeinflussen.