Populære Innlegg

Redaksjonens - 2019

Intelligent tale til tross for støyende omgivelser

Anonim

Prof Dr Dorothea Kolossa og Mahdie Karbasi fra forskningsgruppen Kognitiv signalbehandling ved Ruhr-Universität Bochum (RUB) har utviklet en metode for å forutsi taleforståelighet i støyende omgivelser. Resultatene av deres eksperimenter er mer presise enn de som er oppnådd gjennom de standardmetoder som hittil ble anvendt. De kan dermed lette utviklingsprosessen med høreapparater. Forskningen ble utført i løpet av det EU-finansierte prosjektet "Bedre kommunikasjon gjennom Applied Hearing Research", eller "Jeg kan høre" for kort.

annonse


Spesifikke algoritmer i høreapparater filtrerer ut bakgrunnslyder for å sikre at brukerne er i stand til å forstå tale i alle situasjoner - uansett om de er i en pakket restaurant eller i nærheten av en trafikkert vei. Utfordringen for forskerne er å opprettholde høy taletransmisjonskvalitet mens du filtrerer ut bakgrunnslyder. Før en optimalisert høreapparatmodell slippes ut på markedet, er nye algoritmer utsatt for tidkrevende tester.

Forskere og industrielle utviklere driver hørselstester med menneskelige deltakere for å analysere i hvilken grad de respektive nye algoritmer vil sikre taleforståelighet. Hvis de var i stand til å vurdere talenes forståelighet pålitelig i en automatisert prosess, kunne de kutte ned på tidkrevende testpraksis.

Ny algoritme utviklet

Hittil har standardmetoder for å forutsi taleforståelighet inkludert den såkalte STOI-metoden (kort tid objektiv taleforståelsesmåling) og andre referansebaserte metoder. Disse metodene krever et klart originalt signal, det vil si et lydspor som er tatt opp uten bakgrunnslyder. Basert på forskjellene mellom original og filtrert lyd, estimeres verdien av taleforståelighet. Kolossa og Karbasi har funnet en måte å forutsi forståelighet uten å ha et klart referansesignal, som er enda mer presis enn STOI-metoden. Kolossa og Karbasi-funnene kan derfor bidra til å redusere testprosesser i produktutviklingsfasen av høreapparater.

RUB-forskerne har testet metoden deres med 849 personer med normal hørsel. Til dette formål ble deltakerne bedt om å vurdere lydfiler via en online plattform. Ved hjelp av algoritmen estimerte Kolossa og Karbasi hvilken prosentandel av en setning fra den respektive filen som ville bli forstått av deltakerne. Deretter sammenlignet de deres forventede verdi med testresultatene.

Forskningsprognoser

I neste trinn har Kolossa og Karbasi tenkt å kjøre de samme testene med hørselshemmede deltakere. De jobber med algoritmer som kan vurdere og optimalisere taleforståelighet i samsvar med den individuelle oppfatningsgrensen eller typen hørselshemmede. I beste tilfelle vil studien derfor gi metoder for prosjektering av et intelligent høreapparat. Slike høreapparater kan automatisk gjenkjenne brukerens nåværende omgivelser og situasjon. Hvis han eller hun går fra en stille gate til en restaurant, vil høreapparatet registrere en økning i bakgrunnslyd. Følgelig vil det filtrere ut omgivelseslydene - om mulig uten å svekke kvaliteten på talesignalet.

Om prosjektet

Hovedformålet med prosjektet "Forbedret kommunikasjon gjennom bruk av hørselforskning" var å optimalisere høreapparater og cochlearimplantater for å sikre at de oppfyller sin funksjon for brukeren selv i svært støyende omgivelser. RUB forskere jobbet i et internasjonalt team sammen med forskere fra Storbritannia, Sveits, Danmark og Belgia. Prof Dr Rainer Martin fra RUB Fakultet for elektroteknikk og informasjonsteknologi ledet EU-finansiert prosjekt. Industrielle partnere var høreapparatprodusent Sivantos og cochlearimplantatfirmaet Cochlear. "Jeg kan høre" endte i desember 2016.

annonse



Historie Kilde:

Materialer levert av Ruhr-Universitaet-Bochum . Merk: Innholdet kan redigeres for stil og lengde.