مدل میکروسکوپی دوگوشی مبتنی بر فیلتر بانک مدولاسیون برای پیش گویی قابلیت فهم گفتار در افراد دارای شنوایی عادی

در این مطالعه، مدل پیش گویی قابلیت فهم دوگوشی میکروسکوپی بر مبنای فیلتربانک مدولاسیون ارائه می شود. تاکنون در مدل های دوگوشی، از معیارهای طیفی مانند sti و sii و یا دیگر روابط تحلیلی برای تعیین میزان قابلیت فهم دوگوشی استفاده شده است. در مدل پیشنهادی، بر خلاف تمام مدل های پیش گویی قابلیت فهم دوگوشی، از بازشناساگر خودکار گفتار در قسمت پایانی به عنوان واحد تصمیم گیری استفاده می شود. یک مزیت استفاده از این روش، امکان تحلیل میزان بازشناسی قسمت های کوچک گفتار مانند واج و سیلاب است. مزیت دیگر این مدل استفاده از پیش پردازش هایی است که وجود آنها در دستگاه شنوایی انسان به اثبات رسیده است. با استفاده از ماتریس ویژگی پیشنهادی در بازشناساگر گفتار، این مدل دارای پیش گویی های خوبی در حضور یک منبع نوفه ایستان شبه گفتار است. مقایسه نتایج مدل با نتایج حاصل از آزمایش های شنوایی، مقادیر همبستگی بالا و میانگین قدر مطلق خطای پایین را نشان می دهد. همچنین، ماتریس های ابهام برای همخوان ها همبستگی بالایی را بین پیش گویی ها و اندازه گیری ها نشان می دهد. آستانه ادراک گفتار پیش گویی شده توسط مدل پیشنهادی دارای میانگین قدر مطلق خطای کمتری (6/0 دسیبل) در مقایسه با مدل مبنای bsim است.