健聴者と聴覚障害のある聴取者による文脈に応じた音声の認識
2026年6月1日 更新者：Christian Stilp、Marquette University
音声の認識は、いわゆる音響コンテキストにおいて、時間的に隣接する音を使用することによって達成されます。
これらの文脈音の周波数と時間特性は、人間の音声の認識に大きな役割を果たします。
歴史的に、音声知覚と音知覚の両方に関する研究のほとんどは、一般に、文脈から離れた音、または個別に提示された音を調査しています。
さらに、これらの研究は、研究室間やサウンド間などのつながりがほとんどなく、互いに独立して実施されています。
これらのアプローチは、難聴を持つ聞き手が文脈を利用して音声を認識する方法や、知覚を改善するために補聴器や人工内耳がどのように変更されるかについての理解の進歩を遅らせます。
この研究には 3 つの主な目的があります。
まず、研究者らは、同じ音声周波数または同じ瞬間をテストする場合、音声認識実験のパフォーマンスは関連するが、音声周波数間または異なる瞬間でのさらなる比較ではパフォーマンスは関連しないと予測しています。
第二に、研究者らは、背景雑音を加えるとこの状況に応じた音声認識がより困難になり、難聴のある聞き手にとってこれらの困難がさらに深刻になるだろうと予測しています。
第三に、研究者らは、人工内耳使用者は音声認識に周囲の音も使用するが、人工内耳によって行われる音声処理により、健康な聴力を持つ聴取者とは決定的な違いがあると予測しています。
これらの目標と並行して、研究者らはコンピューターモデルを使用して、ニューロンが音声に個別に反応する場合と、他の音声に囲まれた場合にどのように反応するかをシミュレーションする予定です。
調査の概要
詳細な説明
この研究の参加者は、快適な音量で再生される音声を聞き、自由回答形式で、またはコンピューターに表示される一連のオプションから選択することによって、聞いた内容を示して応答します。 彼らはサウンド ブース内に座り、実験者の介入をほとんど必要とせずに、自分のペースでタスクを完了します。 研究室に到着すると、参加者は研究のテーマ（以前の音声が後の音声の知覚にどのような影響を与えるか）について簡単に説明され、詳細なインフォームドコンセントフォームが提示されます。 彼らの人口統計情報が収集され、実験が実証されます。 テストブロック間には休憩が設けられており、それぞれ約 10 ～ 15 分かかります。
プロトコルの主な違いは、参加者が聞く音声の側面を特に制御するように設計されたさまざまな刺激操作で構成されます。 たとえば、音を操作して高周波または低周波を強調したり、比較的ゆっくりまたは早く話したり、参加者が難聴であるかのように音質を低下させたりすることができます。 すべての場合において、操作は参加者に通知されます。 結果の尺度は通常、単語識別のパターン、特にターゲット単語の前に聞こえる音の音響特性に応じてそのパターンがどのように変化するかで構成されます。
背景雑音の中で単語や文章を聞き、繰り返す参加者の能力について、追加の比較測定が行われます。
実験の開始準備が整うと、参加者は異なるテスト条件 (「介入」) にランダムに割り当てられます。 しかし、計画された実験のほとんどでは、多くの音声刺激の特定の順序がテストセッション内でランダム化されることを除いて、参加者は同一のプロトコルを完了します。 参加者がすべてのテストブロックを完了した後、研究の完全な性質、仮説、および音声コミュニケーションのコンテキストでのプロジェクトのより大きな範囲について説明を受けます。
研究の種類
介入
入学 (推定)
680
段階
- 適用できない
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究連絡先
- 名前：Christian Stilp, PhD
- 電話番号：4142881455
- メール：christian.stilp@marquette.edu
研究場所
-
-
Minnesota
-
Minneapolis、Minnesota、アメリカ、55455
- 募集
- University of Minnesota
-
コンタクト：
- Matthew Winn, PhD, AuD
-
-
Wisconsin
-
Milwaukee、Wisconsin、アメリカ、53233
- 募集
- Marquette University
-
コンタクト：
- Christian Stilp, PhD
- 電話番号：4142881455
- メール：christian.stilp@marquette.edu
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
はい
説明
包含基準:
- 英語で話された単語を認識できるようになる
- 北米英語の有能なスピーカーになる
- 18歳から65歳までの成人であること
- 250 ～ 8000 Hz の周波数で 25 デシベル難聴 (dB HL) 未満の正常な聴力閾値がある、または 250 ～ 8000 Hz の周波数で聴力閾値が 40 dB HL を超えない、または 250 ～ 8000 Hz の周波数で聴力閾値が 55 dB HL を超えない8000 Hz または人工内耳を使用する
- 言語学習の欠如またはその他の認知障害
除外基準:
- 英語で話された言葉を認識できない
- 北米英語を上手に話せない
- 18歳未満であること
- 65歳以上であること
- 250 ～ 8000 Hz の周波数で 25 dB HL を超える通常の聴力閾値がある、または 250 ～ 8000 Hz の周波数で 40 dB HL を超える聴力閾値がある、または 250 ～ 8000 Hz の周波数で 55 dB HL を超える聴力閾値がある
- 言語学習またはその他の認知障害
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
- 主な目的：基礎科学
- 割り当て：なし
- 介入モデル：単一グループの割り当て
- マスキング：なし（オープンラベル）
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：音声認識実験
この実験では、参加者が快適な音量で再生される音声を聞き、聞いた内容を自由回答形式で示すか、コンピューターに表示される一連のオプションから選択することで応答するという実験が行われます。
|
音声の音響特性は、主に 2 つの方法で変更されます。
1 つ目の方法は、さまざまなタイプの信号処理やフィルタリングによって、「sh」から「s」に変化するなど、ターゲット音声の知覚されるアーティキュレーションに徐々に変化を導入することです。
2 番目のタイプの変更は、話速や周波数構成の変更など、ターゲット音声の直前の音の音響特性を変更することです。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
スピーチの分類
時間枠：「治療後」では、「治療」とは音声の体系的な操作です。音声の分類はテストの主要部分で評価されます。研究完了までに結果が評価され、データが報告されます。平均 1 年かかります。
|
参加者は二重壁のサウンドブース内に座ります。
彼らはコンピューターのモニターとマウスが置かれたテーブルに座っています。
単一の発話がヘッドフォンまたは目の前のスピーカーで再生され、参加者はマウスを使用して画面上のさまざまなオプションから選択することによって、その発話が何であると考えたかを示します。
実験の正確な内容に応じて、1 ブロックの試行中に 60 ～ 160 個の音が発生します。
ブロック内の刺激の順序はランダム化されます。
このテストブロックは複数回繰り返されるため、各音と応答のペアの応答の割合を確実かつ正確に推定できます。
トライアルの完了と進行は参加者自身のペースで行われます。
各テスト ブロックには 4 ～ 15 分かかります。
|
「治療後」では、「治療」とは音声の体系的な操作です。音声の分類はテストの主要部分で評価されます。研究完了までに結果が評価され、データが報告されます。平均 1 年かかります。
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
音声認識
時間枠：「治療後」では、「治療」とは音声の体系的な操作です。単語認識はテストの主要部分で評価されます。研究完了までに結果が評価され、データが報告されます。平均 1 年かかります。
|
参加者は二重壁のサウンドブース内に座ります。
彼らはコンピューターのモニターとマウスが置かれたテーブルに座っています。
録音された文はヘッドフォンまたは目の前のスピーカーで再生され、参加者は応答を入力するか文を声に出して繰り返すことで、その発話がどのようなものであると思ったかを示します。
1 ブロックのトライアル中に 50 個の単語が存在します。
ブロック内の単語の順序はランダム化されます。
トライアルの完了と進行は参加者自身のペースで行われます。
各テスト ブロックには 6 ～ 15 分かかります。
|
「治療後」では、「治療」とは音声の体系的な操作です。単語認識はテストの主要部分で評価されます。研究完了までに結果が評価され、データが報告されます。平均 1 年かかります。
|
|
聴力閾値検査
時間枠：ベースライン
|
参加者は二重壁のサウンドブース内に座ります。
彼らはヘッドフォンの下で、聴力計が奏でる小さな音を聞きます。
実験者は、これらのトーンのタイミング、周波数、強度を制御して、参加者がトーンを検出できる最も低い音の強度を見つけます。
音検出のしきい値は、250 Hz ～ 8000 Hz のオクターブ周波数に対して記録されます。
|
ベースライン
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
スポンサー
捜査官
- 主任研究者：Christian Stilp, PhD、Marquette University
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2023年9月19日
一次修了 (推定)
2028年6月30日
研究の完了 (推定)
2028年7月31日
試験登録日
最初に提出
2024年6月13日
QC基準を満たした最初の提出物
2024年6月18日
最初の投稿 (実際)
2024年6月20日
学習記録の更新
投稿された最後の更新 (実際)
2026年6月3日
QC基準を満たした最後の更新が送信されました
2026年6月1日
最終確認日
2026年6月1日
詳しくは
本研究に関する用語
その他の研究ID番号
- 4824
- R01DC020303 (米国 NIH グラント/契約)
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
はい
IPD プランの説明
匿名化されたデータは、リソースの共有と研究方法/分析のデモンストレーションを目的として公開されます。
これらのデータ、刺激を生成するために使用される素材、および統計分析を実行するために使用される素材は、Open Science Framework の Web サイトで無料で利用できるようになります。
IPD 共有時間枠
データは、学術雑誌に掲載するための原稿が受理されると、すべての人が利用できるようになります。
データは少なくとも 10 年間、または両研究者の退職後まで利用可能ですが、15 年未満になることはないと予想されます。
IPD 共有アクセス基準
資料は、学術雑誌に掲載する原稿が受理され次第、全員に公開されます。
IPD 共有サポート情報タイプ
- SAP
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
いいえ
米国FDA規制機器製品の研究
いいえ
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。