Aktuelle Lautheitsmodelle liefern für natürliche Stimuli wie Sprache oder Musik noch immer abweichende Vorhersagen von der subjektiven Lautheitswahrnehmung. Während die Prozesse der Verarbeitung im Ohr bereits relativ gut modelliert sind, ist das Wissen über Prozesse der neuronalen Verarbeitung eher schlicht. In dieser Arbeit wird die Qualität aktueller Lautheitsmodelle durch psychoakustische Experimente und neurosensorische Messungen auf den Prüfstand gebracht, um danach nach Möglichkeiten zu schauen, auf welchen Stufen diese Modelle für bessere Vorhersagen modifiziert werden können. Es zeigte sich, dass Lautheitsurteile und ihre neuronale Repräsentation einen komplexen, hierarchischen Prozess darstellen mit neurosensorischen Verarbeitungsschritten sowie zentraleren Anpassungs- und Rekalibrierungsprozessen, die in Lautheitsmodellen der Zukunft integriert werden müssen.
Current loudness models for natural stimuli such as speech or music still provide predictions that differ from subjective loudness perception. Loudness models are based on the processing of the auditory system. While models can already reproduce the processing in the ear relatively well, neuronal processing is not well understood yet. This thesis focuses on the evaluating current loudness models and finding approaches for modifications to improve their performance. It was found that loudness judgements and their neuronal representation reflects a complex hierarchical process with neurosensory processing steps as well as more central adaptation and recalibration processes that will have to be incorporated into more sophisticated loudness models of the future.
In einer komplexen akustischen Situation mit mehreren konkurrierenden Sprechern, die sich in einem hallenden Raum mit Hintergrundgeräuschen befinden, haben Hörgeräteträger große Schwierigkeiten ein Gespräch zu verfolgen. Obwohl Hörgeräte-Algorithmen in der Lage sind verschiedene Schallquellen zu trennen und Störgeräusche zu unterdrücken, besitzen sie jedoch keine Informationen über die Absicht des Trägers. In der Zukunft könnte die Steuerung von Hörgerätefunktionen durch auditorisch basierte Gehirn Computer Steuerungen (BCI) eine mögliche Lösung für dieses Problem darstellen. Das BCI könnte z.B. einen attendierten Sprecher detektieren und einen räumlichen Filter in die entsprechende Richtung richten. Ziel der vorliegenden Arbeit ist es auf ein geeignetes auditorisches BCI-Paradigma hinzuarbeiten, welches natürliche Sprachlaute verwendet, um die Intention des Probanden zu entschlüsseln.
Hearing aid users have strong difficulties to follow a conversation in a complex acoustic situation with several competing speakers inside a reverberant room with background noise. Although hearing aid algorithms are able to segregate different sources and mask noise, they possess no information of the users’ intention. In the future, auditory-based Brain Computer Interfaces (BCI) could provide a possible solution by controlling hearing aid functions, like detecting the speaker of interest and pointing a spatial filter to the respective direction or selecting a specific noise filter according to the ability of the listener to understand the attended speaker. The current thesis aims at a related auditory BCI paradigm, able to decode the subjects’ intention, using natural speech sounds in an everyday life scenario.
Aktuelle Lautheitsmodelle liefern für natürliche Stimuli wie Sprache oder Musik noch immer abweichende Vorhersagen von der subjektiven Lautheitswahrnehmung. Während die Prozesse der Verarbeitung im Ohr bereits relativ gut modelliert sind, ist das Wissen über Prozesse der neuronalen Verarbeitung eher schlicht. In dieser Arbeit wird die Qualität aktueller Lautheitsmodelle durch psychoakustische Experimente und neurosensorische Messungen auf den Prüfstand gebracht, um danach nach Möglichkeiten zu schauen, auf welchen Stufen diese Modelle für bessere Vorhersagen modifiziert werden können. Es zeigte sich, dass Lautheitsurteile und ihre neuronale Repräsentation einen komplexen, hierarchischen Prozess darstellen mit neurosensorischen Verarbeitungsschritten sowie zentraleren Anpassungs- und Rekalibrierungsprozessen, die in Lautheitsmodellen der Zukunft integriert werden müssen.
Current loudness models for natural stimuli such as speech or music still provide predictions that differ from subjective loudness perception. Loudness models are based on the processing of the auditory system. While models can already reproduce the processing in the ear relatively well, neuronal processing is not well understood yet. This thesis focuses on the evaluating current loudness models and finding approaches for modifications to improve their performance. It was found that loudness judgements and their neuronal representation reflects a complex hierarchical process with neurosensory processing steps as well as more central adaptation and recalibration processes that will have to be incorporated into more sophisticated loudness models of the future.
