非線形信号処理アルゴリズムが音声知覚に及ぼす影響

この研究では、非線形アルゴリズムが音声認識にどのような影響を与えるかに興味があります。

非線形アルゴリズムは、聴取者に快適さを提供するために補聴器やパーソナルサウンドアンプ内で使用されています。 これらのアルゴリズムの 1 つは、入力サウンドのレベルに応じた方法で増幅 (ゲイン) を提供します。: 低レベルのサウンドは、高レベルのサウンドよりもはるかに増幅されます。 このタイプの増幅は、リスナーにとってサウンドをより快適にしますが、入ってくるサウンドも歪めます。 これらのアルゴリズムが音声理解に及ぼす影響を判断するために、これらのアルゴリズムのコンテキスト内で、音声知覚に関する次の要素を評価します。

• アルゴリズムへの入力信号対雑音比 (SNR) (3 つの異なる SNR)
• 背景騒音の種類 (20 人で話しているか、2 人で話しているか)
• アルゴリズム設定（低速および高速 - 変動する入力音に適用されるゲインの変更が速く起こるか遅く起こるか）

私たちの質問に答えるために、オーディオ信号のリアルタイム処理を可能にするウェアラブル プロセッサ (Tympan) を使用しています。 ティンパン自体には、マイク、プロセッサー、スピーカー付きの小さなイヤホンが含まれています。 リスナーはヘッドフォンのようにイヤピースを装着して、ティンパンによって処理された音をリアルタイムで聞くことができます。 ティンパンを使用すると、アルゴリズムとアルゴリズムによって処理された音にアクセスできるため、音声認識に対して動作をアルゴリズム化することはできません。

私たちの研究は、音声知覚と非線形アルゴリズムに関する既存の研究を補完するものですが、特定のアルゴリズムが既知であり、個人の聴力レベルに合わせて調整され、出力SNRの直接計算を可能にするウェアラブルプロセッサを初めて使用する研究になります。 。 また、ほとんどの研究では音声知覚を測定していませんが、これはその目的を持った数少ない研究のうちの 1 つとなります。