Syväneuroverkkoisen kohinanvaimennusalgoritmin arviointi kuulolaitteisiin

*** TUTKIMUKSEN KUVAUS ***

Kuulo meluisissa ympäristöissä on yksi yleisimmistä haasteista, joita kuulonalenemaa sairastavat henkilöt kohtaavat, ja jopa normaalikuuloiset kamppailevat usein puheen ymmärtämisen kanssa ravintoloissa, luokkahuoneissa ja vilkkaissa julkisissa tiloissa. Nykyaikaiset kuulokojeet käyttävät kehittyneitä digitaalisia signaalinkäsittelystrategioita, erityisesti syvään neuroverkkoon (DNN) perustuvaa melunvaimennusta, parantaakseen puheen ymmärrettävyyttä näissä vaikeissa kuuntelutilanteissa. Nämä teknologiat vaihtelevat kuitenkin laajalti toimivuudessaan, ja niiden hyödyt voivat riippua tekijöistä kuten melutaso, taustatyypistä ja yksilön kuulonmenetyksen asteesta. Tämä tutkimus tarkastelee, kuinka erilaiset melunvaimennusstrategiat vaikuttavat kuulijan kykyyn ymmärtää puhetta monenlaisissa todellisissa kuunteluolosuhteissa. Monauralinen, omnidirektionaalinen konfiguraatio eristää yksimikrofoniset melunvaimennusstrategiat ilman suuntaavan kuulokojeenkäsittelyn hyötyjä. Tutkimus vertailee useita käsittelytiloja, joista jokainen edustaa erilaista melunvaimennusalgoritmia tai signaalinkäsittelylähestymistapaa. Nämä tilat sisältävät vahvempia ja heikompia melunvaimennusmuotoja sekä "pois päältä" -tiloja, joissa melunvaimennuskäsittelyä ei käytetä. Osallistujat suorittavat kuuntelutehtäviä useilla tuloisignaali-melusuhdetasoilla (SNR), jotka edustavat helpompia ja vaikeampia taustamelun tasoja. Kaikki osallistujat kokevat jokaisen tilanteen hallitussa, täysin tasapainotetussa järjestyksessä vähentääkseen oppimisvaikutuksia ja vinoumia.

*** KUUNTELUTEHTÄVIEN YLEISKATSAUS ***

Tutkimuksen aikana kuuntelijat suorittavat puheenymmärrysta koskevia tehtäviä käyttäen kaksilauseparadigmaa, testausmenetelmää, joka on kehitetty paremmin heijastamaan todellisen maailman kognitiivista kuormitusta melussa kuuntelussa. Perinteiset puheetestit pyytävät tyypillisesti kuulijaa toistamaan yhden lauseen kerrallaan. Vaikka hyödyllisiä, nämä yksittäislausetehtävät aliarvioivat usein arjen kuuntelun vaikeutta, joka vaatii ihmisiä seuraamaan, muistamaan ja vastaamaan useisiin tietoihin samanaikaisesti. Kaksilauseparadigma korjaa tätä aukkoa esittämällä kaksi lausetta peräkkäin samassa kokeessa. Osallistuja kuulee Lauseen A, jota seuraa välittömästi Lause B, joita puhuvat eri puhujat. Osallistujaa pyydetään toistamaan välittömästi ensimmäinen lause ja sitten kirjoittamaan toinen lause.

Tämä rakenne lisää kognitiivista vaatimusta vaatimalla kuulijaa pitämään enemmän puhuttua tietoa työmuistissa samalla kun käsitellään taustamelua. Tämä lähestymistapa tarjoaa herkemmän mittarin siitä, kuinka signaalinkäsittelystrategiat vaikuttavat paitsi kuuluvuuteen myös todellisen maailman kuunteluvaivannäköön, muistikuormaan ja puheen ymmärtämiseen.

*** KUINKA MELUNVAIMENNUSSTRATEGIOITA ARVIOIDAAN ***

Arvioidakseen kunkin melunvaimennusasetuksen vaikutuksia osallistujat suorittavat kaksilausetehtävän useilla SNR-tasoilla - esimerkiksi helpoilla (positiivisilla) SNR-tasoilla, joissa puhe on melua kovempi, ja vaikeilla (negatiivisilla) SNR-tasoilla, joissa melu kilpailee voimakkaasti puheen kanssa. Jokaista melunvaimennustilaa testataan jokaisella SNR-tasolla, tuottaen täydellisen suorituskykytietojoukon jokaiselle algoritmin voimakkuuden ja melun vaikeustason yhdistelmälle. Puheen ymmärtämistä mitataan käyttämällä standardoituja pisteytysmenetelmiä lauseiden toistotehtäviin. Osallistujien vastaukset tallennetaan, ja tarkkuus pisteytetään perustuen kussakin lauseessa oikein toistettujen avainsanojen määrään. Tämä mahdollistaa tutkimusryhmän kvantifioida, kuinka erilaiset käsittelystrategiat vaikuttavat puheen ymmärrettävyyteen ja kognitiiviseen kuormitukseen hallituissa kuunteluolosuhteissa.

*** TUTKIMUKSEN TIETEELLINEN PERUSTELU JA ODOTETUT TUOTOKSET ***

Syviin neuroverkkoihin perustuvat melunvaimennusstrategiat ovat nousseet esiin monissa kaupallisissa kuulolaitteissa, mutta niiden suorituskyky voi vaihdella riippuen koulutusdatasta, mallin monimutkaisuudesta ja siitä, kuinka aggressiivisesti melua vähennetään. Jotkin asetukset voivat parantaa ymmärrettävyyttä mutta vääristävät puhesignaalia; toiset voivat vähentää melua mutta tuoda käsittelyviiveitä tai artefakteja, jotka vaikuttavat kuulijan mukavuuteen. Systemaattisesti vertaamalla useita melunvaimennusalgoritmeja samoissa olosuhteissa tämä tutkimus pyrkii kartoittamaan, kuinka erilaiset strategiat muuttavat sekä puheen ymmärtämistä että kuunteluvaikeutta. Tämän tutkimuksen löydökset voivat auttaa ohjaamaan tehokkaampien, kuulijakeskeisten melunvaimennuslähestymistapojen kehittämistä kuulokojeisiin. Tulokset voivat myös parantaa kliinisiä suosituksia tunnistamalla, mitkä algoritmien voimakkuudet toimivat parhaiten erilaisissa meluympäristöissä.

*** LAJEMMERKITYS ***

Kyky kommunikoida meluisissa ympäristöissä vaikuttaa syvällisesti sosiaaliseen osallistumiseen, työsuoritukseen ja elämänlaatuun. Monet kuulokojekäyttäjät raportoivat edelleen vaikeuksista meluisissa ympäristöissä teknisten edistysaskeleiden huolimatta. Yksityiskohtaisempi ymmärrys siitä, kuinka kuuntelijat reagoivat erilaisiin melunvaimennusstrategioihin, erityisesti kognitiivisesti vaativassa kaksilauseparadigmassa, voi auttaa valmistajia suunnittelemaan tukevampia ominaisuuksia ja voi auttaa kliinikkoja räätälöimään säädöt yksilön päivittäisiin kuuntelutarpeisiin.

Tämä tutkimus pyrkii lopulta tukemaan tulevia parannuksia kuulokojesuunnittelussa ja ohjelmoinnissa tarjoamalla objektiivista näyttöä siitä, kuinka kehittyneet melunvaimennusalgoritmit vaikuttavat todellisen maailman puheen ymmärtämiseen.