Hallókészülékek mély neurális zajcsökkentő algoritmusának értékelése

*** A VIZSGÁLAT LEÍRÁSA ***

A zajos környezetben történő hallás az egyik leggyakoribb kihívás, amellyel a halláskárosodással élő személyek szembesülnek, és még a normál hallású emberek is gyakran küszködnek a beszéd megértésével olyan helyzetekben, mint például éttermek, tantermek és forgalmas nyilvános helyek. A modern hallókészülékek fejlett digitális jel-feldolgozási stratégiákat alkalmaznak, különösen mély neurális hálózat (DNN) alapú zajcsökkentést, hogy javítsák a beszéd érthetőségét ezekben a nehéz hallási helyzetekben. Ezek a technológiák azonban nagymértékben eltérnek abban, hogy milyen jól működnek, és előnyeik olyan tényezőktől függhetnek, mint a zajszint, a háttértípus és az egyén halláskárosodásának mértéke. Ez a tanulmány azt vizsgálja, hogy a különböző zajcsökkentő stratégiák hogyan befolyásolják a hallgató képességét a beszéd megértésére különböző valós hallási körülmények között. Egy monaurális, omnidirekcionális konfigurációt alkalmaznak, hogy izolálják az egymikrofonos zajcsökkentő stratégiákat anélkül, hogy kihasználnák az irányított hallókészülék-feldolgozás előnyeit. A kutatás több feldolgozási módot hasonlít össze, amelyek mindegyike egy különálló zajcsökkentő algoritmust vagy jel-feldolgozási megközelítést képvisel. Ezek a módok közé tartoznak az erősebb és gyengébb zajcsökkentő formák, valamint a „kikapcsolt” állapotok, ahol nem alkalmaznak zajcsökkentő feldolgozást. A résztvevők több bemeneti jel-zaj aratnál (SNR) teljesítenek hallási feladatokat, amelyek a könnyebb és nehezebb háttérzaj szintjeit képviselik. Minden résztvevő minden feltételt egy kontrollált, teljesen kiegyensúlyozott sorrendben tapasztal meg, hogy csökkentsék a tanulási hatásokat és az elfogultságot.

*** A HALLÁSI FELADATOK ÁTTEKINTÉSE ***

A vizsgálat során a hallgatók beszédmegértési feladatokat végeznek a kettős mondat paradigmával, egy olyan tesztelési módszerrel, amelyet azért fejlesztettek ki, hogy jobban tükrözze a zajos környezetben történő hallás valós kognitív terhelését. A hagyományos beszédtesztek általában azt kérik a hallgatótól, hogy ismételjen meg egyetlen mondatot egyszerre. Bár hasznosak, ezek az egymondatos feladatok gyakran alábecsülik a mindennapi hallás nehézségét, amely megköveteli az emberektől, hogy egyszerre figyeljenek, emlékezzenek és reagáljanak több információra. A kettős mondat paradigmával ezt a hiányt pótolják azzal, hogy ugyanazon próba keretében két mondatot egymás után mutatnak be. A résztvevő először az A mondatot hallja, majd azonnal a B mondatot, amelyet különböző beszélők mondanak. A résztvevőt arra kérik, hogy azonnal ismételje meg az első mondatot, majd gépelje be a második mondatot.

Ez a struktúra növeli a kognitív igényt azáltal, hogy a hallgatót arra kényszeríti, hogy több elhangzott információt tartsa a munkamemóriában, miközben egyidejűleg kezeli a háttérzajt. Ez a megközelítés érzékenyebb mérést nyújt arról, hogy a jel-feldolgozási stratégiák hogyan befolyásolják nemcsak a hallhatóságot, hanem a valós hallási erőfeszítést, a memóriaterhelést és a beszédértést is.

*** A ZAJCSÖKKENTŐ STRATÉGIÁK ÉRTÉKELÉSÉNEK MÓDJA ***

Az egyes zajcsökkentő beállítások hatásainak értékelésére a résztvevők a kettős mondat feladatot több SNR-nél teljesítik – például könnyebb (pozitív) SNR-eknél, ahol a beszéd hangosabb, mint a zaj, és nehezebb (negatív) SNR-eknél, ahol a zaj erősen versenyez a beszéddel. Minden zajcsökkentő módot minden SNR-nél tesztelnek, teljes teljesítményadatokat előállítva minden algoritmus-erősség és zajnehézség kombinációjára. A beszédértést a mondat visszaidézési feladatok szabványos pontozási módszereivel mérik. A résztvevők válaszait rögzítik, és a pontosságot az egyes mondatokhoz helyesen ismételt kulcsszavak száma alapján pontozzák. Ez lehetővé teszi a kutatócsoport számára, hogy számszerűsítsék, hogy a különböző feldolgozási stratégiák hogyan befolyásolják a beszéd érthetőségét és a kognitív terhelést kontrollált hallási körülmények között.

*** TUDOMÁNYOS INDOKLÁS ÉS VÁRHATÓ HOZZÁJÁRULÁSOK ***

A mély neurális hálózat alapú zajcsökkentő stratégiák számos kereskedelmi hallókészülékben megjelentek, de teljesítményük változhat a képzési adatoktól, a modell összetettségétől és attól függően, hogy mennyire agresszíven csökkentik a zajt. Néhány beállítás javíthatja az érthetőséget, de torzíthatja a beszédjelet; mások csökkenthetik a zajt, de bevezethetnek feldolgozási késleltetéseket vagy artefaktumokat, amelyek befolyásolják a hallgató kényelmét. Azáltal, hogy több zajcsökkentő algoritmust azonos körülmények között szisztematikusan összehasonlít, ez a tanulmány azt célozza, hogy feltérképezze, hogy a különböző stratégiák hogyan változtatják meg mind a beszédértést, mind a hallási nehézséget. E kutatás eredményei segíthetnek irányítani a hatékonyabb, hallgatóközpontú zajcsökkentő megközelítések fejlesztését a hallókészülékek számára. Az eredmények javíthatják a klinikai ajánlásokat is azáltal, hogy azonosítják, mely algoritmus-erősségek működnek a legjobban különböző zajos környezetekben.

*** SZÉLESEBB JELENTŐSÉG ***

A zajos környezetben történő kommunikációs képesség mélyreható hatással van a társadalmi részvételre, a munkavégzésre és az életminőségre. Sok hallókészülék-használó továbbra is nehézségekről számol be zajos környezetekben a technológiai fejlődés ellenére. A részletesebb megértés, hogy a hallgatók hogyan reagálnak a különböző zajcsökkentő stratégiákra, különösen a kognitívan igényes kettős mondat paradigmával, segíthet a gyártóknak támogatóbb funkciók tervezésében, és segíthet a klinikusoknak abban, hogy az egyének napi hallási igényeihez igazítsák a beállításokat.

Ez a tanulmány végső soron a hallókészülék-tervezés és -programozás jövőbeli fejlesztéseinek támogatására törekszik, objektív bizonyítékokat szolgáltatva arról, hogy a fejlett zajcsökkentő algoritmusok hogyan befolyásolják a valós beszédértést.