バイモーダル聴覚における音声知覚

反対側の耳に人工内耳 (CI) と補聴器 (HA) を組み合わせて使用​​する人 (つまり、バイモーダル聴力) の音声知覚は、大きく異なります。 この変動性は、音声認識にとって重要な周波数と時間の情報を処理するユーザーの能力に依存します。 この音響情報を識別して強化することにより、音声認識が大幅に改善されます。 この AREA プロジェクトでは、研究者は、子音認識の原因となるスペクトル的および時間的キューの調整された識別スキームを確立および検証することを目指しています。 研究者の研究室で実施された最近のバイモーダル研究では、子音の一部の周波数範囲と時間セグメントが子音の強調に重要であり (「ターゲット周波数または時間範囲」と呼ばれる)、他の周波数と時間範囲が子音の混乱を引き起こす (「競合する周波数または時間範囲」と呼ばれる) ことが示されています。時間範囲」）。 Articulation Index-Gram (AI-Gram) 信号処理は、これらのターゲットおよび競合する範囲で強度を追加および抑制することができます。 目的 1 では、研究者はデッド領域が子音認識に及ぼす影響を判断します。 次に、ＨＡ単独、ＣＩ単独、およびＣＩ＋ＨＡ静音中の各子音について、個々の主題に基づいて、対象および矛盾する範囲が識別される。 ターゲット周波数範囲は、劇的な子音強調を生成する周波数領域を見つけることによって決定されますが、競合する周波数範囲は、子音混乱を生成する周波数領域を検出することによって決定されます。 目標時間範囲は、子音を体系的に切り捨てながら、劇的な子音の改善に関与する子音のセグメントを見つけることによって決定されます。 目標時間範囲は、競合する時間範囲として使用されます。これは、競合する周波数範囲が、時間的に一致する場合にターゲット周波数範囲に影響を与える最も有害な要因となるためです。 目的 2 では、子音認識は、次の 3 つの AI-Gram 処理条件の下で、静かな環境と雑音の環境で測定されます。 2) -6 dB 抑制を使用した競合する範囲のみ。 3) 強化されたターゲットと抑制された競合する範囲の両方。 AI-Gram 処理条件ごとに、一致したリスニング条件で子音認識が測定されます (たとえば、HA のみで識別されたターゲットまたは競合する範囲は、HA のみのリスニング条件で提示されます)。 一方的な検出能力がバイモーダルの利点にどのように影響するかを判断するために、HA 単独および CI 単独で特定されたターゲットまたは競合する範囲で処理された子音は、それぞれ CI+HA リスニング条件に提示されます。 この提案された作業は、バイモーダルの利点に寄与する音響キューを特定し、これらのキューがモダリティ間でどのように統合または干渉されるかを明らかにします。 HA 単独、CI 単独、および CI+HA を合わせた AI-Gram に敏感な子音に対するターゲットと競合する範囲の相対的な影響を定義することは、HA と CI の上限と下限のカットオフ周波数を決定するのに役立ちます。 -これらのカットオフ周波数を調整します。 このデータは、長期的な目標である調整されたバイモーダル フィッティング手順の開発に大いに必要です。