Évaluation d’un algorithme de réduction du bruit par réseau neuronal profond pour les aides auditives

*** DESCRIPTION DE L'ÉTUDE ***

L'audition dans des environnements bruyants est l'un des défis les plus courants auxquels sont confrontées les personnes atteintes de perte auditive, et même les personnes ayant une audition normale ont souvent du mal à comprendre la parole dans des situations telles que les restaurants, les salles de classe et les espaces publics animés. Les aides auditives modernes utilisent des stratégies avancées de traitement numérique du signal, en particulier la réduction du bruit basée sur des réseaux neuronaux profonds (DNN), pour améliorer l'intelligibilité de la parole dans ces situations d'écoute difficiles. Cependant, ces technologies varient considérablement dans leur efficacité, et leurs avantages peuvent dépendre de facteurs tels que le niveau de bruit, le type de bruit de fond et le degré de perte auditive d'un individu. Cette étude examine comment différentes stratégies de réduction du bruit affectent la capacité d'un auditeur à comprendre la parole dans une gamme de conditions d'écoute réelles. Une configuration monaurale et omnidirectionnelle est utilisée pour isoler les stratégies de réduction du bruit à microphone unique sans bénéficier du traitement directionnel des aides auditives. La recherche compare plusieurs modes de traitement, chacun représentant un algorithme de réduction du bruit distinct ou une approche de traitement du signal. Ces modes incluent des formes plus fortes et plus faibles de réduction du bruit ainsi que des conditions "désactivées" sans traitement de réduction du bruit appliqué. Les participants effectueront des tâches d'écoute à plusieurs rapports signal sur bruit (RSB) d'entrée, représentant des niveaux de bruit de fond plus faciles et plus difficiles. Tous les participants expérimentent chaque condition dans un ordre contrôlé et entièrement contrebalancé pour réduire les effets d'apprentissage et les biais.

*** APERÇU DES TÂCHES D'ÉCOUTE ***

Pendant l'étude, les auditeurs effectuent des tâches de compréhension de la parole en utilisant le paradigme des phrases doubles, une méthode de test développée pour mieux refléter la charge cognitive réelle de l'écoute dans le bruit. Les tests de parole traditionnels demandent généralement à l'auditeur de répéter une seule phrase à la fois. Bien qu'utiles, ces tâches à phrase unique sous-estiment souvent la difficulté de l'écoute quotidienne, qui nécessite de surveiller, de mémoriser et de répondre à plusieurs informations simultanément. Le paradigme des phrases doubles comble cette lacune en présentant deux phrases consécutives au cours du même essai. Le participant entend la phrase A, suivie immédiatement de la phrase B, prononcées par des locuteurs différents. Il est demandé au participant de répéter immédiatement la première phrase, puis de taper la deuxième phrase.

Cette structure augmente la demande cognitive en exigeant que l'auditeur retienne plus d'informations parlées dans la mémoire de travail tout en traitant simultanément le bruit de fond. Cette approche fournit une mesure plus sensible de la façon dont les stratégies de traitement du signal affectent non seulement l'audibilité, mais aussi l'effort d'écoute réel, la charge de mémoire et la compréhension de la parole.

*** COMMENT LES STRATÉGIES DE RÉDUCTION DU BRUIT SONT ÉVALUÉES ***

Pour évaluer les effets de chaque réglage de réduction du bruit, les participants effectuent la tâche des phrases doubles à plusieurs RSB - par exemple, des RSB plus faciles (positifs) où la parole est plus forte que le bruit, et des RSB plus difficiles (négatifs) où le bruit rivalise fortement avec la parole. Chaque mode de réduction du bruit est testé à chaque RSB, produisant un ensemble complet de données de performance pour chaque combinaison de force d'algorithme et de difficulté du bruit. La compréhension de la parole est mesurée à l'aide de méthodes de notation standard pour les tâches de rappel de phrases. Les réponses des participants sont enregistrées et la précision est notée en fonction du nombre de mots-clés correctement répétés pour chaque phrase. Cela permet à l'équipe de recherche de quantifier comment différentes stratégies de traitement influencent l'intelligibilité de la parole et la charge cognitive dans des conditions d'écoute contrôlées.

*** RAISONNEMENT SCIENTIFIQUE ET CONTRIBUTIONS ATTENDUES ***

Les stratégies de réduction du bruit basées sur des réseaux neuronaux profonds sont apparues dans de nombreux appareils auditifs commerciaux, mais leurs performances peuvent varier en fonction des données d'entraînement, de la complexité du modèle et de l'agressivité de la réduction du bruit. Certains réglages peuvent améliorer l'intelligibilité mais déformer le signal vocal ; d'autres peuvent réduire le bruit mais introduire des retards de traitement ou des artefacts qui affectent le confort de l'auditeur. En comparant systématiquement plusieurs algorithmes de réduction du bruit dans des conditions identiques, cette étude vise à cartographier comment différentes stratégies modifient à la fois la compréhension de la parole et la difficulté d'écoute. Les résultats de cette recherche peuvent aider à guider le développement d'approches de réduction du bruit plus efficaces et centrées sur l'auditeur pour les aides auditives. Les résultats peuvent également améliorer les recommandations cliniques en identifiant quelles forces d'algorithme fonctionnent le mieux dans différents environnements bruyants.

*** SIGNIFICATION PLUS LARGE ***

La capacité à communiquer dans des environnements bruyants a des effets profonds sur la participation sociale, la performance au travail et la qualité de vie. De nombreux utilisateurs d'aides auditives continuent de signaler des difficultés dans des environnements bruyants malgré les avancées technologiques. Une compréhension plus détaillée de la façon dont les auditeurs réagissent à différentes stratégies de réduction du bruit, en particulier sous le paradigme cognitivement exigeant des phrases doubles, peut aider les fabricants à concevoir des fonctionnalités plus adaptées et peut aider les cliniciens à personnaliser les réglages en fonction des besoins d'écoute quotidiens d'un individu.

Cette étude cherche finalement à soutenir les futures améliorations dans la conception et la programmation des aides auditives en fournissant des preuves objectives sur la façon dont les algorithmes avancés de réduction du bruit affectent la compréhension de la parole dans le monde réel.