Компьютерное обучение речи для пользователей слуховых аппаратов

Введение Нейросенсорная тугоухость (SNHL) — это инвалидность, поражающая людей во всем мире, и ожидается, что ее распространенность будет расти из-за увеличения ожидаемой продолжительности жизни. SNHL оказывает значительное негативное влияние на качество жизни, особенно у детей с доречевой глухотой. За исключением некоторых заболеваний, таких как внезапная глухота или эндолимфатическая водянка, которые можно вылечить или облегчить с помощью лекарств или хирургического вмешательства, большинству пациентов с SNHL приходится носить слуховые аппараты или проходить кохлеарную имплантацию, чтобы восстановить слух. Однако для многих людей эти меры не решают проблем общения удовлетворительным образом, потому что слушание — это только первый шаг в серии событий, ведущих к общению. Между слухом и общением лежат важные навыки слушания и понимания, и для достижения успешного общения было предложено предложить пациентам, получающим усиление, какой-либо тип аудиологической реабилитации. Сообщалось, что пожилые субъекты не акклиматизируются спонтанно к ношению слухового аппарата или что эффекты либо незначительны, либо отсутствуют вовсе, что подчеркивает важность реабилитации после ношения слухового аппарата. К сожалению, не все с SNHL на Тайване проходят такую ​​реабилитацию. Причинами этого могут быть: (а) методы реабилитации знакомы не всем клиницистам и дефектологам; (б) не хватает клиницистов или логопедов для проведения такой трудоемкой реабилитации; (c) пациенты с нарушениями слуха могут быть не в состоянии или не хотят уделять время реабилитации; и (d) трудно измерить улучшения, обеспечиваемые реабилитацией.

В последнее время реабилитационные тренировочные процедуры вызывают интерес благодаря технологическим достижениям, позволяющим пользователям слуховых аппаратов выполнять процедуры дома с помощью персонального компьютера. Burk et al обучали молодых слушателей с нормальным слухом и пожилых людей с нарушениями слуха с помощью записанных в цифровом виде учебных материалов с использованием компьютера. Результаты показали, что пожилые слушатели с нарушениями слуха смогли значительно улучшить свои способности к распознаванию слов благодаря обучению с одним говорящим и в некоторой степени достичь того же уровня, что и молодые слушатели с нормальным слухом. Кроме того, улучшенная производительность сохранялась для разных говорящих и во времени.

Система компьютерного обучения чтению речи (CAST) была разработана для имитации очного обучения и должна была стать одним из компонентов комплексной программы слуховой реабилитации для взрослых предпенсионного возраста с приобретенной потерей слуха легкой и средней степени тяжести. Цель тренинга заключалась в совершенствовании навыков чтения речи в дополнение к слуховому восприятию речи. На протяжении всего обучения учащийся смотрит на монитор, на котором отображается либо созданный компьютером экран, либо видеозапись выступления учителя. CAST был разработан для использования клиницистами для расширения, а не замены существующих реабилитационных методов.

Компьютерное обучение также применялось для реабилитации пользователей кохлеарных имплантов. До разработки компьютерного обучения в некоторых исследованиях оценивалось влияние ограниченного обучения на навыки распознавания речи у менее успешных пользователей кохлеарных имплантов. Басби и коллеги провели десять одночасовых тренировок по восприятию речи и производству, и результаты продемонстрировали минимальные изменения перцептивных способностей у трех пользователей кохлеарных имплантов. Доусон и Кларк проводили одну 50-минутную тренировку в неделю в течение 10 недель, и четверо из пяти испытуемых продемонстрировали некоторое улучшение. Считалось, что ограниченный успех этих попыток улучшить способность распознавания речи у пользователей кохлеарных имплантов связан с недостаточным объемом обучения. Было предсказано, что более интенсивное обучение пользователей кохлеарных имплантов будет эффективным, потому что было показано, что обучение людей с нормальным слухом успешно улучшает различение и идентификацию речевых сегментов, а также распознавание речи со спектральным сдвигом. Fu и соавт. сообщили об обнадеживающих результатах реабилитации пользователей кохлеарных имплантов с использованием компьютеризированной системы обучения речи, которую они также назвали CAST, хотя она отличалась от системы CAST Пичоры-Фуллера и Бенгереля. Система CAST Фу и др., разработанная в Институте уха Хауса, содержит большую базу данных учебных материалов и может быть установлена ​​на персональных компьютерах, поэтому с минимальными средствами и навыками пользователи кохлеарных имплантов могут проводить обучение дома, а клиницисты или логопеды могут отслеживать результаты тестов испытуемого и прогресс в обучении. Результаты показали, что после умеренного количества тренировок (1 час в день, 5 дней в неделю) у всех 10 взрослых пользователей кохлеарных имплантов, оглохших после речи, в исследовании наблюдалось значительное улучшение показателей распознавания гласных и согласных. Wu и соавт. применили систему CAST к 10 детям, говорящим на мандаринском диалекте (трое пользователей слуховых аппаратов и семь пользователей кохлеарных имплантов). После получасовых тренировок в день, 5 дней в неделю, в течение 10 недель испытуемые продемонстрировали значительное улучшение произношения гласных, согласных и китайского тона. Эта улучшенная производительность в основном сохранялась в течение 2 месяцев после завершения обучения. Стейси и Саммерфилд также использовали компьютерную тренировку слуха для улучшения восприятия шума. Результаты подтвердили, что обучение помогло преодолеть эффекты спектральных искажений в речи, а учебные материалы оказались наиболее эффективными при включении нескольких говорящих.

Основываясь на этих предыдущих исследованиях, пользователи кохлеарных имплантов могут улучшить свои способности к распознаванию речи после тренировки с системой CAST. Если эта система также эффективна для пользователей слуховых аппаратов, и особенно для пациентов с преречевой глухотой, система CAST окажет существенное положительное влияние, поскольку пользователей слуховых аппаратов намного больше, чем пользователей кохлеарных имплантов.

Цель этого исследования состояла в том, чтобы обучить подростков и молодых людей с доречевой глухотой с помощью CAST и объективно и субъективно измерить преимущества. Объективные преимущества были измерены с использованием опубликованных тестов распознавания речи [13], а субъективные преимущества были измерены с использованием шкалы улучшения, ориентированной на клиента (COSI).

Материалы и методы. Испытуемые. В этом исследовании приняли участие пятнадцать пользователей слуховых аппаратов с прелингвальной потерей слуха от тяжелой до глубокой. Еще шесть пользователей слуховых аппаратов того же возраста и среднего слуха были включены в качестве контрольной группы. Критериями включения для субъектов исследования и контроля были: (1) возраст старше 15 лет; (2) ношение слухового аппарата не менее 2 лет после того, как была диагностирована потеря слуха; (3) базовые навыки работы на компьютере; (4) говорящий на китайском языке; и (5) мотивация для прохождения программы обучения. Критериями исключения были: (1) средний уровень слуха хуже 70 дБ ПС; (2) не может работать на компьютере. Перед тренировкой с CAST все участники прошли аудиометрию звукового поля без посторонней помощи и с помощью вспомогательной техники. В таблице 1 представлена ​​основная информация о 21 участнике.

Ориентированная на клиента шкала улучшений (COSI) Мы используем опросник COSI для оценки субъективных преимуществ. Перед тренировкой с системой CAST и обучающую, и контрольную группы попросили определить пять конкретных ситуаций, в которых они хотели бы лучше справляться. В конце тренинга для каждой ситуации их спрашивали (А), насколько лучше (или хуже) они теперь могли слышать, и (Б) насколько хорошо они теперь могли справляться. В целях масштабирования ответам были присвоены баллы от 1 до 5, где 5 соответствовало «намного лучше» и «почти всегда», 4 соответствовало «лучше» и «в большинстве случаев», 3 соответствовало «немного лучше» и «в половине случаев», 2 соответствует «без разницы» и «иногда», а 1 соответствует «хуже» и «почти никогда» для вопросов A и B соответственно. Вопрос А был определен как «улучшение», а вопрос Б — как «конечная способность». Суммарные баллы пяти ситуаций сравнивались между обучающей и контрольной группами.

Тестовые материалы и процедуры Тестовые материалы по распознаванию речи, включая односложные слова, двусложные спонди-слова, гласные, согласные и тесты на распознавание китайских тонов, были записаны на компакт-диск в Melody Medical Instruments Corp. мужчиной и женщиной. Материалы испытаний отображались на портативном компьютере, подключенном к клиническому аудиометру GSI 61TM (Grason-Stadler, США) при уровне выходного сигнала 70 дБ HL. Процедура тестирования проводилась в звукоизолированной комнате с двойными стенами.

Материалы теста на распознавание односложных китайских слов включали четыре блока по 25 китайских слов. Для каждого теста на распознавание речи было выбрано 50 слов, в результате чего был получен набор из 50 жетонов. После того, как было показано односложное китайское слово, участников попросили записать это слово. Для каждого теста на распознавание речи были созданы четыре разных набора тестов с открытым набором. Тестовые материалы для распознавания двусложных китайских спонди-слов включали два блока китайских спонди-слов, каждый из которых содержал 36 китайских спонди-слов. Для каждого теста распознавания речи был выбран один блок, в результате чего был получен набор из 36 токенов. После показа китайского спонди-слова участников попросили записать это слово. Четыре разных набора тестов с открытым набором были созданы путем изменения порядка материалов для каждого теста на распознавание речи.

Тестовые материалы для распознавания гласных включали 16 китайских слов. Распознавание гласных измерялось с использованием 4-альтернативной процедуры принудительного выбора, в которой китайские иероглифы отображались в списке выбора. Для каждого теста на распознавание речи менялся порядок слов. Таким образом, были сгенерированы четыре различных набора закрытых тестов. Материалы теста на распознавание согласных включали 21 китайское слово. Распознавание согласных измерялось с использованием 4-альтернативной процедуры принудительного выбора, в которой китайский иероглиф показывался в списке выбора. Для каждого теста на распознавание речи менялся порядок слов, и таким образом были сгенерированы четыре различных набора тестов с закрытым набором. Тестовые материалы по распознаванию китайских тонов включали 50 китайских слов. Участников попросили записать китайский тон (тон: 1: плоский; 2: восходящий; 3: нисходящий-восходящий; 4: нисходящий) после того, как китайское слово было показано. Для каждого теста на распознавание речи менялся порядок слов, и таким образом были сгенерированы четыре разных набора тестов с открытым набором.

Перед обучением обе группы прошли серию тестов на распознавание речи в качестве исходных данных. Затем обучающая группа приступила к обучению, в то время как контрольная группа не обучалась. Каждые 4 недели участники возвращались в лабораторию для очередной серии тестов на распознавание речи с использованием разных тестовых материалов. К концу исследования каждый участник прошел в общей сложности четыре теста на распознавание речи.

Учебные инструменты и процедуры Программное обеспечение CAST, разработанное в House Ear Institute и распространяемое Melody Medical Instrument Corp., использовалось в качестве учебного инструмента. Учебной группе было поручено тренироваться дома по программе не менее 1 часа в день, 3 дня в неделю, в течение 12 недель подряд. Контрольная группа не проходила никакого обучения и возвращалась в лабораторию каждые 4 недели для тестов распознавания речи. Для каждого участника обучающей группы был проведен базовый тест на распознавание речи после того, как программное обеспечение было установлено на его персональный компьютер. Результаты были проанализированы программным обеспечением, которое затем автоматически создало целевую программу обучения. Программное обеспечение содержало большой объем информации, включая чистый тон, распознавание гласных, распознавание согласных, распознавание тона, распознавание говорящего, звуки окружающей среды, случайные слова и случайные предложения. Испытуемых просили сосредоточиться на чистом тоне, распознавании гласных, распознавании согласных и обучении распознаванию тона. Субъекты начали обучение на уровне, созданном компьютерным программным обеспечением. Обычно в каждой тренировочной категории было пять уровней сложности, и каждый уровень состоял из нескольких тренировочных занятий. Для обучения распознаванию чистого тона испытуемых просили выбрать звук, отличный от других. Была предоставлена ​​визуальная обратная связь относительно того, был ли ответ правильным или неправильным. После завершения тренировки подсчитывался балл. Если оценка превышала 80, обучение переходило на более высокий уровень. Если оценка не превышала 80, тренировку повторяли до тех пор, пока оценка не превышала 80. На более высоком уровне тренировочных занятий различия между речевыми признаками в выборе ответа сокращались. Для обучения распознаванию гласных испытуемых просили выбрать гласную, отличную от других. После того, как испытуемые преодолели задачу различения с принудительным выбором из трех альтернатив, их обучали распознавать последние гласные. Аналогичные процедуры обучения использовались для обучения распознаванию согласных и тонов.

Каждому испытуемому в учебной группе было предложено зарегистрироваться на веб-сайте Melody Medical Instrument Corp., и нам были предоставлены его или ее имя пользователя и пароль. Таким образом, мы смогли отслеживать общее время, затраченное на тренировку, а также время тренировки и баллы по каждому упражнению. Если испытуемые не набирали необходимое количество времени и тренировок, мы связывались с их семьями и призывали их проводить больше тренировок.

Статистические методы Все статистические анализы проводились с помощью программного обеспечения SAS (версия 9.1.3, SAS Institute Inc., Кэри, Северная Каролина, США) и программное обеспечение R (версия 2.7). Двусторонние значения p, равные 0,05 или менее, считались статистически значимыми. Непрерывные данные выражали как среднее значение ± стандартное отклонение (SD), если не указано иное. Проценты были рассчитаны для категориальных переменных. Для сравнения средних значений или медиан непрерывных данных между двумя группами использовались двухвыборочные t-критерии или критерий суммы рангов Вилкоксона, тогда как критерий хи-квадрат или точный критерий Фишера использовался для анализа категориальных пропорций между двумя группами.

В дополнение к одномерному анализу данные пяти тестов распознавания речи были проанализированы путем подбора нескольких маргинальных моделей линейной регрессии с использованием обобщенных оценочных уравнений. Если структура автокорреляции первого порядка (то есть AR (1)) хорошо соответствует данным повторных измерений, в анализе обобщенных оценочных уравнений использовались основанные на модели оценки стандартной ошибки; в противном случае приводились эмпирические оценки стандартной ошибки. Кроме того, данные COSI были проанализированы путем подгонки нескольких моделей линейной регрессии.

В нашем регрессионном анализе использовались базовые методы подбора модели для выбора переменных, оценки согласия и диагностики регрессии, чтобы гарантировать качество результатов. При поэтапном отборе переменных учитывались все одномерные значимые и незначимые ковариаты, а уровни значимости для входа и для пребывания были установлены на уровне 0,15 или выше. Мера согласия, коэффициент детерминации (R2), был рассчитан для всех моделей линейной регрессии, который представляет собой квадрат корреляции между наблюдаемой переменной отклика и прогнозируемым значением. Он имел значение от 0 до 1, причем большее значение указывало на лучшее соответствие модели множественной линейной регрессии наблюдаемым непрерывным данным. Кроме того, был изучен фактор инфляции дисперсии для выявления потенциальных проблем мультиколлинеарности (определяется как значение ≥ 10).