Effekter av ikke-lineære signalbehandlingsalgoritmer på taleoppfatning

I denne studien er vi interessert i hvordan ikke-lineære algoritmer påvirker taleoppfatning.

Ikke-lineære algoritmer brukes i høreapparater og personlige lydforsterkere for å gi komfort til lytteren. En av disse algoritmene gir forsterkning (gain) på en måte som avhenger av nivået på inngangslyden.: Lavnivålyder forsterkes mye mer enn høynivålyder. Denne typen forsterkning gjør lyder mer behagelige for lytterne, men forvrenger også innkommende lyder. For å bestemme effekten av disse algoritmene på taleforståelse, vil vi evaluere følgende faktorer på taleoppfatning, innenfor konteksten av disse algoritmene:

• Inngangssignal-til-støy-forholdet (SNR) til algoritmen (3 forskjellige SNR-er)
• Typen bakgrunnsstøy (20 personer snakker eller 2 personer snakker)
• Algoritmeinnstillinger (sakte og raske - om endringer i forsterkningen brukes på fluktuerende inngangslyder skjer raskt eller sakte)

For å svare på spørsmålene våre bruker vi en bærbar prosessor (Tympan) som muliggjør sanntidsbehandling av lydsignaler. Selve Tympan inneholder mikrofoner, en prosessor og små øretelefoner som inkluderer høyttalere. En lytter kan bruke øretelefonene, som hodetelefoner, og lytte til lyder behandlet av Tympan i sanntid. Tympan gir oss tilgang til algoritmene og til lydene som behandles av algoritmene, slik at vi ikke kan algoritme atferd til taleoppfatning.

Studien vår vil utfylle eksisterende arbeid med taleoppfatning og ikke-lineære algoritmer, men studien vår vil være den første som bruker en bærbar prosessor der den spesifikke algoritmen er kjent, skreddersydd til et individs hørselsnivåer, og som muliggjør direkte beregning av utgangs-SNR . De fleste studier har heller ikke målt taleoppfatning, og dette vil være en av bare en håndfull studier med det målet.