IEEE International Conference on Acoustics, Speech and Signal Processing (46. : 2021 : Online) 2021 IEEE International Conference on Acoustics, Speech, and Signal Processing Piscataway, NJ, USA : IEEE, 2021 (2021), Seite 7138-7142 1 Online-Ressource
IEEE International Conference on Acoustics, Speech and Signal Processing (46. : 2021 : Online) 2021 IEEE International Conference on Acoustics, Speech, and Signal Processing Piscataway, NJ, USA : IEEE, 2021 (2021), Seite 396-400 1 Online-Ressource
Hörtests mit Sprache im Störgeräusch sind ein wichtiges Diagnoseinstrument, um das Sprachverstehen eines Hörers zu erfassen. In der Sprachaudiometrie gibt es mehrere gut etablierte klinische Messverfahren, welche jedoch meist mit einem hohen Messaufwand verbunden sind, da ein Spezialist den sprachaudiometrischen Test durchführen muss. Diese Arbeit geht dieses Problem mit selbst durchgeführte Testverfahren, welche automatische Spracherkennung (ASR) nutzen, an. Hierbei werden zwei Szenarien berücksichtigt: einer gut kontrollierten Laborumgebung mit einem lokalen ASR-System, welches speziell für diesen Zweck entwickelt wurde und eine Screening-Anwendung, bei der die ASR-Komponente eines Smart Speakers verwendet wird, also eines hochwertigen, kommerziell erhältlichen Lautsprechers, der mit einem virtuellen Assistenten verbunden ist. Die beiden vorgeschlagenen Systeme werden mit insgesamt 139 Probanden evaluiert, welche ein breites Spektrum an Hörfähigkeiten abdecken: Normalhörende, leicht-, mittel- und hochgradig hörgeschädigte Personen sowie Personen mit Cochlea-Implantaten. Die Genauigkeit der automatisieren Messung ist dabei im gleichen Bereich, wie wenn die Messung mit einem menschlichen Versuchsleiter durchgeführt wird.
Speech-in-noise tests are an important tool for assessing the speech recognition ability of a listener. While several well-established clinical measurement procedures exist, most come with the drawback of a high measurement effort, since a specialist needs to conduct the speech audiometric test. This work addresses this issue by proposing self-measurement applications utilizing automatic speech recognition (ASR). Two different application scenarios are considered: a well-controlled laboratory environment with a locally running ASR system developed specifically for this purpose and a screening application using the ASR component of a smart speaker - i.e., a commercially available high-quality speaker connected to a virtual assistant. The two systems proposed are evaluated with 139 subjects in total - covering a wide range of hearing abilities: normal-hearing listeners, mildly-, moderately- and severely hearing-impaired subjects, as well as listeners with cochlear implants. The measurement accuracy with the unsupervised procedure was found to be in the same range as when conducting the test with a human supervisor.
Institute of Electrical and Electronics Engineers IEEE ACM transactions on audio, speech, and language processing New York, NY : IEEE, 2014 29(2021), Seite 3541-3550 Online-Ressource
IEEE International Conference on Acoustics, Speech and Signal Processing (45. : 2020 : Online) 2020 IEEE International Conference on Acoustics, Speech, and Signal Processing Piscataway, NJ, USA : IEEE, 2020 (2020), Seite 191-195 1 Online-Ressource
Seite 2 von 10
