CN113476041B - 一种人工耳蜗使用儿童的言语感知能力测试方法及*** - Google Patents
一种人工耳蜗使用儿童的言语感知能力测试方法及*** Download PDFInfo
- Publication number
- CN113476041B CN113476041B CN202110685445.8A CN202110685445A CN113476041B CN 113476041 B CN113476041 B CN 113476041B CN 202110685445 A CN202110685445 A CN 202110685445A CN 113476041 B CN113476041 B CN 113476041B
- Authority
- CN
- China
- Prior art keywords
- masking
- information
- obtaining
- perception capability
- speech perception
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/36036—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of the outer, middle or inner ear
- A61N1/36038—Cochlear stimulation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/12—Audiometering
- A61B5/121—Audiometering evaluating hearing capacity
- A61B5/123—Audiometering evaluating hearing capacity subjective methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Otolaryngology (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Radiology & Medical Imaging (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Prostheses (AREA)
Abstract
本发明提供了一种人工耳蜗使用儿童的言语感知能力测试方法及***,包括:获得第一类型掩蔽声和第二类型掩蔽声;获得第一和第二类型掩蔽声的第一和第二掩蔽效应;获得能量和信息掩蔽效应;能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果;信息掩蔽效应输入信息掩蔽言语感知能力评估模型,获得第一信息掩蔽言语感知能力评估结果;获得第一能量掩蔽言语感知能力评估结果的第一等级;获得第一信息掩蔽言语感知能力评估结果的第二等级;获得第一权重比;获得第一儿童的言语感知能力评估结果。解决了现有技术中存在缺乏针对人工耳蜗使用儿童在多人竞争语境下的听觉掩蔽效应的定量定性评估手段的技术问题。
Description
技术领域
本发明涉及生物模拟相关技术领域,具体涉及一种人工耳蜗使用儿童的言语感知能力测试方法及***。
背景技术
人工耳蜗是一种电子装置,由体外言语处理器将声音转换为一定编码形式的电信号,通过植入体内的电极***直接兴奋听神经来恢复、提高及重建聋人的听觉功能,是目前运用最成功的生物医学工程装置。
人工耳蜗在聋哑儿童中的使用是热门应用对象,而日常环境中的嘈杂场景是要求人工耳蜗具有良好的对于多人谈话即多人竞争语境下的听觉掩蔽效应,所以听觉掩蔽效应的评估对于提高多人竞争语境下的听觉掩蔽效应具有十分重要的意义。目前已知的技术中基本都是通过模拟生活环境,并通过人工耳蜗使用者的反馈进行评估,但儿童反馈的信息并不全面,且并没有定性定量的评估结果。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在缺乏针对人工耳蜗使用儿童在多人竞争语境下的听觉掩蔽效应的定量定性评估手段的技术问题。
发明内容
本申请实施例通过提供了一种人工耳蜗使用儿童的言语感知能力测试方法及***,解决了现有技术中存在缺乏针对人工耳蜗使用儿童在多人竞争语境下的听觉掩蔽效应的定量定性评估手段的技术问题。通过获取多种类型掩蔽声音模拟多种语境,再分别获取人工耳蜗使用儿童对于多种掩蔽声音的掩蔽效应,进一步利用掩蔽分离模型将掩蔽效应分为能量掩蔽效应和信息掩蔽效应,并对能量掩蔽效应和信息掩蔽效应分别评估得到评估等级,再依据评估等级的权重比可以评估对能量掩蔽效应和信息掩蔽效应效果比重。评估结果可由能量掩蔽效应和信息掩蔽效应的评估等级以及权重比表达,达到了定性定量的评估人工耳蜗使用儿童在多人竞争语境下的听觉掩蔽效应的技术效果。
鉴于上述问题,本申请实施例提供了一种人工耳蜗使用儿童的言语感知能力测试方法及***。
第一方面,本申请实施例提供了一种人工耳蜗使用儿童的言语感知能力测试方法,其中,所述方法包括:获得第一类型掩蔽声和第二类型掩蔽声,其中,所述第一类型掩蔽声和所述第二类型掩蔽声不同;获得所述第一类型掩蔽声的第一掩蔽效应;获得所述第二类型掩蔽声的第二掩蔽效应;将所述第一掩蔽效应和所述第二掩蔽效应输入掩蔽分离模型,获得能量掩蔽效应和信息掩蔽效应;将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果;将所述信息掩蔽效应输入信息掩蔽言语感知能力评估模型,获得第一信息掩蔽言语感知能力评估结果;获得所述第一能量掩蔽言语感知能力评估结果的第一等级;获得所述第一信息掩蔽言语感知能力评估结果的第二等级;根据所述第一等级和所述第二等级的比值,获得第一权重比;根据所述第一权重比、所述第一能量掩蔽言语感知能力评估结果和所述第一信息掩蔽言语感知能力评估结果,获得第一儿童的言语感知能力评估结果。
另一方面,本申请实施例提供了一种人工耳蜗使用儿童的言语感知能力测试***,其中,所述***包括:第一获得单元,所述第一获得单元用于获得第一类型掩蔽声和第二类型掩蔽声,其中,所述第一类型掩蔽声和所述第二类型掩蔽声不同;第二获得单元,所述第二获得单元用于获得所述第一类型掩蔽声的第一掩蔽效应;第三获得单元,所述第三获得单元用于获得所述第二类型掩蔽声的第二掩蔽效应;第四获得单元,所述第四获得单元用于将所述第一掩蔽效应和所述第二掩蔽效应输入掩蔽分离模型,获得能量掩蔽效应和信息掩蔽效应;第五获得单元,所述第五获得单元用于将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果;第六获得单元,所述第六获得单元用于将所述信息掩蔽效应输入信息掩蔽言语感知能力评估模型,获得第一信息掩蔽言语感知能力评估结果;第七获得单元,所述第七获得单元获得所述第一能量掩蔽言语感知能力评估结果的第一等级;第八获得单元,所述第八获得单元获得所述第一信息掩蔽言语感知能力评估结果的第二等级;第九获得单元,所述第九获得单元根据所述第一等级和所述第二等级的比值,获得第一权重比;第十获得单元,所述第十获得单元根据所述第一权重比、所述第一能量掩蔽言语感知能力评估结果和所述第一信息掩蔽言语感知能力评估结果,获得第一儿童的言语感知能力评估结果。
第三方面,本申请实施例提供了一种人工耳蜗使用儿童的言语感知能力测试***,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获得第一类型掩蔽声和第二类型掩蔽声,其中,所述第一类型掩蔽声和所述第二类型掩蔽声不同;获得所述第一类型掩蔽声的第一掩蔽效应;获得所述第二类型掩蔽声的第二掩蔽效应;将所述第一掩蔽效应和所述第二掩蔽效应输入掩蔽分离模型,获得能量掩蔽效应和信息掩蔽效应;将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果;将所述信息掩蔽效应输入信息掩蔽言语感知能力评估模型,获得第一信息掩蔽言语感知能力评估结果;获得所述第一能量掩蔽言语感知能力评估结果的第一等级;获得所述第一信息掩蔽言语感知能力评估结果的第二等级;根据所述第一等级和所述第二等级的比值,获得第一权重比;根据所述第一权重比、所述第一能量掩蔽言语感知能力评估结果和所述第一信息掩蔽言语感知能力评估结果,获得第一儿童的言语感知能力评估结果的技术方案,通过获取多种掩蔽声音模拟多人竞争语境,再分别获取人工耳蜗使用儿童对于多种掩蔽声音的掩蔽效应,进一步利用掩蔽分离模型将掩蔽效应分为能量掩蔽效应和信息掩蔽效应,并对能量掩蔽效应和信息掩蔽效应分别评估得到评估等级,再依据评估等级的权重比可以评估对能量掩蔽效应和信息掩蔽效应效果比重。评估结果可由能量掩蔽效应和信息掩蔽效应的评估等级以及权重比表达,达到了定性定量的评估人工耳蜗使用儿童在多人竞争语境下的听觉掩蔽效应的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种人工耳蜗使用儿童的言语感知能力测试方法流程示意图;
图2为本申请实施例一种人工耳蜗使用儿童的言语感知能力测试***结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第七获得单元17,第八获得单元18,第九获得单元19,第十获得单元20,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请实施例通过提供了一种人工耳蜗使用儿童的言语感知能力测试方法及***,解决了现有技术中存在缺乏针对人工耳蜗使用儿童在多人竞争语境下的听觉掩蔽效应的定量定性评估手段的技术问题。通过获取多种类型掩蔽声音模拟多种语境,再分别获取人工耳蜗使用儿童对于多种掩蔽声音的掩蔽效应,进一步利用掩蔽分离模型将掩蔽效应分为能量掩蔽效应和信息掩蔽效应,并对能量掩蔽效应和信息掩蔽效应分别评估得到评估等级,再依据评估等级的权重比可以评估对能量掩蔽效应和信息掩蔽效应效果比重。评估结果可由能量掩蔽效应和信息掩蔽效应的评估等级以及权重比表达,达到了定性定量的评估人工耳蜗使用儿童在多人竞争语境下的听觉掩蔽效应的技术效果。
申请概述
人工耳蜗是一种电子装置,由体外言语处理器将声音转换为一定编码形式的电信号,通过植入体内的电极***直接兴奋听神经来恢复、提高及重建聋人的听觉功能,是目前运用最成功的生物医学工程装置。人工耳蜗在聋哑儿童中的使用是热门应用对象,而日常环境中的嘈杂场景是要求人工耳蜗具有良好的对于多人谈话即多人竞争语境下的听觉掩蔽效应,所以听觉掩蔽效应的评估对于提高多人竞争语境下的听觉掩蔽效应具有十分重要的意义。目前已知的技术中基本都是通过模拟生活环境,并通过人工耳蜗使用者的反馈进行评估,但儿童反馈的信息并不全面,且并没有定性定量的评估结果,但现有技术中存在缺乏针对人工耳蜗使用儿童在多人竞争语境下的听觉掩蔽效应的定量定性评估手段的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种人工耳蜗使用儿童的言语感知能力测试方法,其中,所述方法包括:获得第一类型掩蔽声和第二类型掩蔽声,其中,所述第一类型掩蔽声和所述第二类型掩蔽声不同;获得所述第一类型掩蔽声的第一掩蔽效应;获得所述第二类型掩蔽声的第二掩蔽效应;将所述第一掩蔽效应和所述第二掩蔽效应输入掩蔽分离模型,获得能量掩蔽效应和信息掩蔽效应;将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果;将所述信息掩蔽效应输入信息掩蔽言语感知能力评估模型,获得第一信息掩蔽言语感知能力评估结果;获得所述第一能量掩蔽言语感知能力评估结果的第一等级;获得所述第一信息掩蔽言语感知能力评估结果的第二等级;根据所述第一等级和所述第二等级的比值,获得第一权重比;根据所述第一权重比、所述第一能量掩蔽言语感知能力评估结果和所述第一信息掩蔽言语感知能力评估结果,获得第一儿童的言语感知能力评估结果。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种人工耳蜗使用儿童的言语感知能力测试方法,其中,所述方法包括:
S100:获得第一类型掩蔽声和第二类型掩蔽声,其中,所述第一类型掩蔽声和所述第二类型掩蔽声不同;
具体而言,噪音掩蔽指的是人对一个声音的听阈因受噪声的影响而提高的现象,造成这中现象的声音被成为掩蔽噪音,即为此处定义的掩蔽声。所述第一类型掩蔽声和所述第二类型掩蔽声指的是模拟日常生活中不同语境下的掩蔽噪音,例如稳态背景噪声、动态噪声、语谱噪声及多人说话噪声等;所述第一类型掩蔽声和所述第二类型掩蔽声不能为相同类型噪音。
S200:获得所述第一类型掩蔽声的第一掩蔽效应;
S300:获得所述第二类型掩蔽声的第二掩蔽效应;
具体而言,所述第一掩蔽效应指的是因为所述第一类型掩蔽声造成对另一种声音听阀升高的数量;所述第二掩蔽效应指的是因为所述第二类型掩蔽声造成对另一种声音听阀升高的数量。举不设限制的一例:所述掩蔽效应可使用听阀升高值评估,也可使用掩蔽相似度来评估,另一种声音优选为固定的封闭短句。目标信息的不变保证了所述掩蔽效应的影响因素仅为不同类型的掩蔽声。
S400:将所述第一掩蔽效应和所述第二掩蔽效应输入掩蔽分离模型,获得能量掩蔽效应和信息掩蔽效应;
具体而言,所述能量掩蔽效应指的是发生在听觉周围,由于目标信号和掩蔽信号在频谱上叠加而产生的掩蔽;所述信息掩蔽效应指的是发生在听觉中枢,由目标信号和掩蔽信号在信息模式上的相似性而产生的掩蔽;所述掩蔽分离模型指的是可以将所诉第一掩蔽效应和所述第二掩蔽效应分离为所述能量掩蔽效应和所述信息掩蔽效应的神经网络模型,通过多组所述掩蔽效应信息,对应的所述能量掩蔽效应标识信息和所述信息掩蔽效应的标识信息,训练所述掩蔽分离模型,当所述掩蔽分离模型输出结果收敛时,有监督学习结束。通过所述掩蔽分离模型可以将所述第一掩蔽效应和所述第二掩蔽效应准确的分离出所述能量掩蔽效应和所述信息掩蔽效应,可以在进一步评估不同影响因素对于所述信息掩蔽效应或者所述能量掩蔽效应的影响时,减少了评估变量。
S500:将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果;
具体而言,所述第一能量掩蔽言语感知能力评估结果是将所述能量掩蔽效应输入所述能量掩蔽言语感知能力评估模型智能化分析得到的评分结果,所述能量掩蔽言语感知能力评估模型是以神经网络模型为基础建立,具有神经网络模型的特性,其中,人工神经网络是在现代神经科学的基础上提出和发展起来的,旨在反映人脑结构及功能的一种抽象数学模型,神经网络是一种运算模型,由大量的节点(或称神经元)之间相互连接构成,每个节点代表一种特定的输出函数称为激励函数,每两个节点之间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆,网络的输出则依照网络的连接方式,是对一种逻辑策略的表达,基于神经网络模型建立的所述能量掩蔽言语感知能力评估模型能够输出准确的所述第一能量掩蔽言语感知能力评估结果信息,从而具备了较强的分析计算能力,达到了准确而高效的技术效果。
S600:将所述信息掩蔽效应输入信息掩蔽言语感知能力评估模型,获得第一信息掩蔽言语感知能力评估结果;
具体而言,所述第一信息掩蔽言语感知能力评估结果是将所述信息掩蔽效应输入所述信息掩蔽言语感知能力评估模型智能化分析得到的评分结果,所述能量掩蔽言语感知能力评估模型是和所述能量掩蔽言语感知能力评估模型相同类型的神经网络模型,基于神经网络模型建立的所述信息掩蔽言语感知能力评估模型能够输出准确的所述第一信息掩蔽言语感知能力评估结果信息,从而具备了较强的分析计算能力,达到了准确而高效的技术效果。
S700:获得所述第一能量掩蔽言语感知能力评估结果的第一等级;
S800:获得所述第一信息掩蔽言语感知能力评估结果的第二等级;
具体而言,所述第一等级指的是所述第一类型掩蔽声和所述第二类型掩蔽声对目标声音所述能量掩蔽效应掩蔽程度等级,从所述第一能量掩蔽言语感知能力评估结果可以得到;所述第二等级指的是所述第一类型掩蔽声和所述第二类型掩蔽声对目标声音所述信息掩蔽效应掩蔽程度等级,从所述第一信息掩蔽言语感知能力评估结果可以得到。通过所述第一等级和所述第二等级可以将所述两种类型掩蔽声的所述能量掩蔽效应和所述信息掩蔽效应分别量化进行评估。
S900:根据所述第一等级和所述第二等级的比值,获得第一权重比;
S1000:根据所述第一权重比、所述第一能量掩蔽言语感知能力评估结果和所述第一信息掩蔽言语感知能力评估结果,获得第一儿童的言语感知能力评估结果。
具体而言,所述第一权重比指的是计算所述第一等级和所述第二等级比值,并得到所述第一等级和所述第二等级的占比,优选的使用百分比表征,通过所述第一权重比可以了解在所述第一类型掩蔽声或所述第二掩蔽声的语境下,所述能量掩蔽效应和所述信息掩蔽效应的大小占比,进一步对于可对影响较大的掩蔽效应影响因素研究,得以提高人工耳蜗的性能。进一步的,将所述掩蔽效应分成所述能量掩蔽效应和所述信息掩蔽效应分别评估,获得所述第一能量掩蔽言语感知能力评估结果和所述第一信息掩蔽言语感知能力评估结果,并将二者影响程度计算所述第一权重比,得到在不同语境下的所述能量掩蔽效应和所述信息掩蔽的占比,得到所述第一儿童的言语感知能力评估结果,通过对所述人工耳蜗使用儿童的言语感知能力评估为进一步的研究提供了一定的方向。
进一步的,基于所述获得所述第一类型掩蔽声的第一掩蔽效应,步骤S300还包括:
S310:获得所述第一类型掩蔽声的语言可懂度;
S320:获得目标声关键词信息;
S330:根据所述第一类型掩蔽声和所述目标声关键词信息,获得掩蔽相似度;
S340:根据所述语言可懂度和所述掩蔽相似度,获得所述第一掩蔽效应。
具体而言,所述第一类型掩蔽声的语言可懂性指的是所述第一类型掩蔽声的语言清晰度,即可理解的程度,所述语言可懂度越高,则所述第一掩蔽效应越强;所述目标声关键词信息指的是理解目标声音的关键词,例如某封闭短句为张三午饭吃米饭,则名字,吃,饭,则可为所述目标声关键词信息;所述掩蔽相似度指的是将所述第一类型掩蔽声和所述目标关键词信息比对,根据所述第一类型掩蔽声重复的所述目标关键词数量确定所述掩蔽相似度,数量越大,所述掩蔽相似度越高,则所述第一掩蔽效应越好。通过所述语言可懂度和所述掩蔽相似度表征所述第一掩蔽效应,有利于将所述掩蔽效应定性定量处理。此外,同理所述第二掩蔽效应也使用相同方式确定。
进一步的,所述方法还包括步骤S1100:
S1110:获得目标声的第一位置信息;
S1120:获得掩蔽声的第二位置信息;
S1130:获得所述第一位置信息和所述第二位置信息的位置差信息;
S1140:根据入射角度信息、入射高度信息和入射距离信息构建空间位置与所述信息掩蔽效应的回归模型;
S1150:根据所述位置差信息和所述回归模型,获得第一空间位置影响参数;
S1160:根据所述第一空间位置影响参数,对所述第一信息掩蔽言语感知能力评估结果进行修正,获得第二信息掩蔽言语感知能力评估结果。
具体而言,所述目标声的第一位置信息指的是所述目标声的发声位置信息;所述掩蔽声的第二位置信息指的是所述掩蔽声的发声位置信息;所述第一位置信息和所述第二位置信息的位置差信息指的是所述目标声的发声位置信息和所述掩蔽声的发声位置信息之间的距离;所述入射角度、所述入射高度信息、所述入射距离可选的确定方式为:使用声音传感器捕捉所述目标声和所述掩蔽声的水平传播时间和垂直传播时间,依据传播时间确定水平入射距离和竖直入射距离,根据勾股定理得到所述入射距离,即为斜边,进而确定所述入射角度和入射高度;进一步的,根据所述入射角度、所述入射高度信息、所述入射距离对所述信息掩蔽效应的影响关系,建立所述空间位置与所述信息掩蔽效应的回归模型,影响关系根据具体的应用例确定,在此不做限定;更进一步的,依据所述位置差信息对于所述信息掩蔽效应的影响,结合所述回归模型,得到空间位置和所述信息掩蔽效应的关联性,即为所述第一空间位置影响参数,一般而言,其他变量一定的情况下,所述位置差越小,则所述第一空间位置影响参数越小,具体数值在此不做限定。通过所述第一空间位置影响参数对所述第一信息掩蔽言语感知能力评估结果进行修正,修正方式优选为所述第一空间位置影响参数越大,则所述第一信息掩蔽言语感知能力评估结果对应的所述等级就越高,修正之后的结果即为所述第二信息掩蔽言语感知能力评估结果。通过将所述第一空间位置对所述信息掩蔽效应的影响添加进所述第一信息掩蔽言语感知能力评估结果中,得到的所述第二信息掩蔽言语感知能力评估结果因为获得信息更加全面,所以评估结果更加准确。
更进一步的,基于所述获得目标声的第一位置信息和获得掩蔽声的第二位置信息,步骤S1140还包括:
S1141:获得所述目标声的第一入射角度信息、第一入射高度信息和第一入射距离信息;
S1142:根据所述第一入射角度信息、第一入射高度信息和第一入射距离信息,获得所述第一位置信息;
S1143:获得所述掩蔽声的第二入射角度信息、第二入射高度信息和第二入射距离信息;
S1144:根据所述第二入射角度信息、第二入射高度信息和第二入射距离信息,获得所述第二位置信息。
具体而言,根据所述目标声的第一入射角度信息、第一入射高度信息和第一入射距离信息,可以根据所述第一入射角度为一锐角,所述第一入射高度为一直角边,所述第一入射距离为斜边,确定所述目标声和所述人工耳蜗使用儿童的水平距离,进一步,可得到所述目标声的空间位置信息,即为所述第一位置信息。所述掩蔽声的所述第二位置信息确定方式优选和所述第一位置信息确定方式相同。通过所述第一位置信息和所述第二位置信息将所述目标声和所述掩蔽声位置量化,可定性定量的对所述信息掩蔽效应进行评估。
进一步,所述方法还包括S1200:
S1210:获得目标声到达双耳的第一时间信息;
S1220:获得掩蔽声到达双耳的第二时间信息;
S1230:获得所述第一时间信息和所述第二时间信息的时间差信息;
S1240:获得目标声到达双耳的第一强度信息;
S1250:获得掩蔽声到达双耳的第二强度信息;
S1260:获得所述第一强度信息和所述第二强度信息的强度差信息;
S1270:根据所述强度差信息,获得第一强度差影响参数;
S1280:根据所述第一强度差影响参数,对所述第一信息掩蔽言语感知能力评估结果进行修正,获得第三信息掩蔽言语感知能力评估结果。
具体而言,所述第一时间信息指的是记录所述目标声到达双耳的传播时间,优选的可用声音传感器记录传播时间;所述第二时间信息指的是记录所述掩蔽声到达双耳的传播时间,确定方式和所述第一时间信息相同;所述第一强度信息指的是所述目标声到达双耳时的声音强度,所述第二强度信息指的是所述掩蔽声到达双耳时的声音强度,优选的使用分贝表征,使用声音传感器确定。进一步的,计算所述第一强度信息和所述第二强度信息的差值,得到所述强度差信息。更进一步的,所述强度差越大,则对所述掩蔽效应影响越明显,依据此关系得到所述第一强度差影响参数。更进一步的,根据所述第一强度差影响参数修正所述第一信息掩蔽言语感知能力评估结果,得到所述第三信息掩蔽言语感知能力评估结果。补充了评估影响因素,达到了使评估结果更加准确的技术效果。
进一步的,所述方法还包括步骤S1300:
S1310:获得掩蔽声的数量信息;
S1320:将所述掩蔽声的数量信息进行向量转换,获得所述数量信息相对应的向量模;
S1330:根据所述向量模,获得第一数量影响参数;
S1340:根据所述第一数量影响参数,对所述第一信息掩蔽言语感知能力评估结果进行修正,获得第四信息掩蔽言语感知能力评估结果。
具体而言,所述掩蔽声的数量信息指的是所述掩蔽声的发声数量,可选的使用不同分贝区间数量的确定所述掩蔽声;所述数量信息相对应的向量模指的是将所述掩蔽声的数量信息使用向量标识,数量对应向量模,所述掩蔽声的方向对应向量的方向;根据所述掩蔽声的数量对所述信息掩蔽效应的影响建立所述第一数量影响参数,一般而言,所述向量模越大,则所述信息掩蔽效应越明显。进一步的,依据所述第一数量影响参数修正所述第一信息掩蔽言语感知能力评估结果,得到所述第四信息掩蔽言语感知能力评估结果,通过所述第一数量影响参数将所述掩蔽声的数量对所述信息掩蔽效应的影响添加进所述第一信息掩蔽言语感知能力评估结果,使得所述第四信息掩蔽言语感知能力评估结果更加准确与全面。
进一步的,基于所述将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果,步骤S500和步骤S600还包括:
S510:通过历史数据中的能量掩蔽效应作为训练数据集对神经网络模型进行训练,直至模型达到收敛状态,构建所述能量掩蔽言语感知能力评估模型;
S520:将所述能量掩蔽效应作为输入信息输入所述能量掩蔽言语感知能力评估模型;
S530:获得所述能量掩蔽言语感知能力评估模型的输出信息,所述输出信息包括所述第一能量掩蔽言语感知能力评估结果。
具体而言,所述能量掩蔽言语感知能力评估模型也为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习***。其中,它能根据训练数据进行不断的自我训练学习,通过历史数据中的能量掩蔽效应作为训练数据集对神经网络模型进行训练。所述能量掩蔽言语感知能力评估模型不断地自我的修正,当所述第一智能评估模型的输出信息达到预定的准确率/收敛状态时,则有监督学习过程结束。通过对所述能量掩蔽言语感知能力评估模型进行数据训练,使得所述能量掩蔽言语感知能力评估模型处理输入数据更加准确,进而使得输出的所述第一能量掩蔽言语感知能力评估结果信息也更加准确,达到了准确获得数据信息,提高评估结果智能化的技术效果。此外,所述信息掩蔽言语感知能力评估模型优选相同原理构建。
综上所述,本申请实施例所提供的一种人工耳蜗使用儿童的言语感知能力测试方法及***具有如下技术效果:
1、由于采用了获得第一类型掩蔽声和第二类型掩蔽声,其中,所述第一类型掩蔽声和所述第二类型掩蔽声不同;获得所述第一类型掩蔽声的第一掩蔽效应;获得所述第二类型掩蔽声的第二掩蔽效应;将所述第一掩蔽效应和所述第二掩蔽效应输入掩蔽分离模型,获得能量掩蔽效应和信息掩蔽效应;将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果;将所述信息掩蔽效应输入信息掩蔽言语感知能力评估模型,获得第一信息掩蔽言语感知能力评估结果;获得所述第一能量掩蔽言语感知能力评估结果的第一等级;获得所述第一信息掩蔽言语感知能力评估结果的第二等级;根据所述第一等级和所述第二等级的比值,获得第一权重比;根据所述第一权重比、所述第一能量掩蔽言语感知能力评估结果和所述第一信息掩蔽言语感知能力评估结果,获得第一儿童的言语感知能力评估结果的技术方案,通过获取多种掩蔽声音模拟多人竞争语境,再分别获取人工耳蜗使用儿童对于多种掩蔽声音的掩蔽效应,进一步利用掩蔽分离模型将掩蔽效应分为能量掩蔽效应和信息掩蔽效应,并对能量掩蔽效应和信息掩蔽效应分别评估得到评估等级,再依据评估等级的权重比可以评估对能量掩蔽效应和信息掩蔽效应效果比重。评估结果可由能量掩蔽效应和信息掩蔽效应的评估等级以及权重比表达,达到了定性定量的评估人工耳蜗使用儿童在多人竞争语境下的听觉掩蔽效应的技术效果。
2、通过使用所述第一空间位置影响参数、所述第一强度差影响参数、所述第一数量影响参数对所述信息掩蔽效应的影响添加进所述第一信息掩蔽言语感知能力评估结果,使得所述掩蔽言语感知能力评估结果更加准确与全面。
实施例二
基于与前述实施例中一种人工耳蜗使用儿童的言语感知能力测试方法相同的发明构思,如图2所示,本申请实施例提供了一种人工耳蜗使用儿童的言语感知能力测试***,其中,所述***包括:
第一获得单元11,所述第一获得单元11用于获得第一类型掩蔽声和第二类型掩蔽声,其中,所述第一类型掩蔽声和所述第二类型掩蔽声不同;
第二获得单元12,所述第二获得单元12用于获得所述第一类型掩蔽声的第一掩蔽效应;
第三获得单元13,所述第三获得单元13用于获得所述第二类型掩蔽声的第二掩蔽效应;
第四获得单元14,所述第四获得单元14用于将所述第一掩蔽效应和所述第二掩蔽效应输入掩蔽分离模型,获得能量掩蔽效应和信息掩蔽效应;
第五获得单元15,所述第五获得单元15用于将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果;
第六获得单元16,所述第六获得单元16用于将所述信息掩蔽效应输入信息掩蔽言语感知能力评估模型,获得第一信息掩蔽言语感知能力评估结果;
第七获得单元17,所述第七获得单元17获得所述第一能量掩蔽言语感知能力评估结果的第一等级;
第八获得单元18,所述第八获得单元18获得所述第一信息掩蔽言语感知能力评估结果的第二等级;
第九获得单元19,所述第九获得单元19根据所述第一等级和所述第二等级的比值,获得第一权重比;
第十获得单元20,所述第十获得单元20根据所述第一权重比、所述第一能量掩蔽言语感知能力评估结果和所述第一信息掩蔽言语感知能力评估结果,获得第一儿童的言语感知能力评估结果。
进一步的,所述***还包括:
第十一获得单元,所述第十一获得单元用于获得所述第一类型掩蔽声的语言可懂度;
第十二获得单元,所述第十二获得单元用于获得目标声关键词信息;
第十三获得单元,所述第十三获得单元用于根据所述第一类型掩蔽声和所述目标声关键词信息,获得掩蔽相似度;
第十四获得单元,所述第十四获得单元用于根据所述语言可懂度和所述掩蔽相似度,获得所述第一掩蔽效应。
进一步的,所述***还包括:
第十五获得单元,所述第十五获得单元用于获得目标声的第一位置信息;
第十六获得单元,所述第十六获得单元获得掩蔽声的第二位置信息;
第十七获得单元,所述第十七获得单元用于获得所述第一位置信息和所述第二位置信息的位置差信息;
第十八获得单元,所述第十八获得单元用于根据入射角度信息、入射高度信息和入射距离信息构建空间位置与所述信息掩蔽效应的回归模型;
第十九获得单元,所述第十九获得单元用于根据所述位置差信息和所述回归模型,获得第一空间位置影响参数;
第二十获得单元,所述第二十获得单元用于根据所述第一空间位置影响参数,对所述第一信息掩蔽言语感知能力评估结果进行修正,获得第二信息掩蔽言语感知能力评估结果。
进一步的,所述***还包括:
第二十一获得单元,所述第二十一获得单元用于获得所述目标声的第一入射角度信息、第一入射高度信息和第一入射距离信息;
第二十二获得单元,所述第二十二获得单元用于根据所述第一入射角度信息、第一入射高度信息和第一入射距离信息,获得所述第一位置信息;
第二十三获得单元,所述第二十三获得单元用于获得所述掩蔽声的第二入射角度信息、第二入射高度信息和第二入射距离信息;
第二十四获得单元,所述第二十四获得单元用于根据所述第二入射角度信息、第二入射高度信息和第二入射距离信息,获得所述第二位置信息。
进一步的,所述***还包括:
第二十五获得单元,所述第二十五获得单元用于获得目标声到达双耳的第一时间信息;
第二十六获得单元,所述第二十六获得单元用于获得掩蔽声到达双耳的第二时间信息;
第二十七获得单元,所述第二十七获得单元用于获得所述第一时间信息和所述第二时间信息的时间差信息;
第二十八获得单元,所述第二十八获得单元用于获得目标声到达双耳的第一强度信息;
第二十九获得单元,所述第二十九获得单元用于获得掩蔽声到达双耳的第二强度信息;
第三十获得单元,所述第三十获得单元用于获得所述第一强度信息和所述第二强度信息的强度差信息;
第三十一获得单元,所述第三十一获得单元用于根据所述强度差信息,获得第一强度差影响参数;
第三十二获得单元,所述第三十二获得单元用于根据所述第一强度差影响参数,对所述第一信息掩蔽言语感知能力评估结果进行修正,获得第三信息掩蔽言语感知能力评估结果。
进一步的,所述***还包括:
第三十三获得单元,所述第三十三获得单元用于获得掩蔽声的数量信息;
第三十四获得单元,所述第三十四获得单元用于将所述掩蔽声的数量信息进行向量转换,获得所述数量信息相对应的向量模;
第三十五获得单元,所述第三十五获得单元用于根据所述向量模,获得第一数量影响参数;
第一修正单元,所述第一修正单元用于根据所述第一数量影响参数,对所述第一信息掩蔽言语感知能力评估结果进行修正,获得第四信息掩蔽言语感知能力评估结果。
进一步的,所述***还包括:
第一构建单元,所述第一构建单元用于通过历史数据中的能量掩蔽效应作为训练数据集对神经网络模型进行训练,直至模型达到收敛状态,构建所述能量掩蔽言语感知能力评估模型;
第一输入单元,所述第一输入单元用于将所述能量掩蔽效应作为输入信息输入所述能量掩蔽言语感知能力评估模型;
第一输出单元,所述第一输出单元用于获得所述能量掩蔽言语感知能力评估模型的输出信息,所述输出信息包括所述第一能量掩蔽言语感知能力评估结果。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备,
基于与前述实施例中一种人工耳蜗使用儿童的言语感知能力测试方法相同的发明构思,本申请实施例还提供了一种人工耳蜗使用儿童的言语感知能力测试***,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得***以执行第一方面任一项所述的方法
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种人工耳蜗使用儿童的言语感知能力测试方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
本申请实施例提供了一种人工耳蜗使用儿童的言语感知能力测试方法,其中,所述方法包括:获得第一类型掩蔽声和第二类型掩蔽声,其中,所述第一类型掩蔽声和所述第二类型掩蔽声不同;获得所述第一类型掩蔽声的第一掩蔽效应;获得所述第二类型掩蔽声的第二掩蔽效应;将所述第一掩蔽效应和所述第二掩蔽效应输入掩蔽分离模型,获得能量掩蔽效应和信息掩蔽效应;将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果;将所述信息掩蔽效应输入信息掩蔽言语感知能力评估模型,获得第一信息掩蔽言语感知能力评估结果;获得所述第一能量掩蔽言语感知能力评估结果的第一等级;获得所述第一信息掩蔽言语感知能力评估结果的第二等级;根据所述第一等级和所述第二等级的比值,获得第一权重比;根据所述第一权重比、所述第一能量掩蔽言语感知能力评估结果和所述第一信息掩蔽言语感知能力评估结果,获得第一儿童的言语感知能力评估结果的技术方案,通过获取多种掩蔽声音模拟多人竞争语境,再分别获取人工耳蜗使用儿童对于多种掩蔽声音的掩蔽效应,进一步利用掩蔽分离模型将掩蔽效应分为能量掩蔽效应和信息掩蔽效应,并对能量掩蔽效应和信息掩蔽效应分别评估得到评估等级,再依据评估等级的权重比可以评估对能量掩蔽效应和信息掩蔽效应效果比重。评估结果可由能量掩蔽效应和信息掩蔽效应的评估等级以及权重比表达,达到了定性定量的评估人工耳蜗使用儿童在多人竞争语境下的听觉掩蔽效应的技术效果。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(Solid State Disk,SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (9)
1.一种人工耳蜗使用儿童的言语感知能力测试方法,其中,所述方法包括:
获得第一类型掩蔽声和第二类型掩蔽声,其中,所述第一类型掩蔽声和所述第二类型掩蔽声不同;
获得所述第一类型掩蔽声的第一掩蔽效应;
获得所述第二类型掩蔽声的第二掩蔽效应;
将所述第一掩蔽效应和所述第二掩蔽效应输入掩蔽分离模型,获得能量掩蔽效应和信息掩蔽效应;
将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果;
将所述信息掩蔽效应输入信息掩蔽言语感知能力评估模型,获得第一信息掩蔽言语感知能力评估结果;
获得所述第一能量掩蔽言语感知能力评估结果的第一等级,所述第一等级指的是所述第一类型掩蔽声和所述第二类型掩蔽声对目标声音所述能量掩蔽效应掩蔽程度等级,从所述第一能量掩蔽言语感知能力评估结果得到;
获得所述第一信息掩蔽言语感知能力评估结果的第二等级,所述第二等级指的是所述第一类型掩蔽声和所述第二类型掩蔽声对目标声音所述信息掩蔽效应掩蔽程度等级,从所述第一信息掩蔽言语感知能力评估结果得到;
根据所述第一等级和所述第二等级的比值,获得第一权重比;
根据所述第一权重比、所述第一能量掩蔽言语感知能力评估结果和所述第一信息掩蔽言语感知能力评估结果,获得第一儿童的言语感知能力评估结果。
2.如权利要求1所述的方法,其中,所述获得所述第一类型掩蔽声的第一掩蔽效应,包括:
获得所述第一类型掩蔽声的语言可懂度;
获得目标声关键词信息;
根据所述第一类型掩蔽声和所述目标声关键词信息,获得掩蔽相似度;
根据所述语言可懂度和所述掩蔽相似度,获得所述第一掩蔽效应。
3.如权利要求1所述的方法,其中,所述方法包括:
获得目标声的第一位置信息;
获得掩蔽声的第二位置信息;
获得所述第一位置信息和所述第二位置信息的位置差信息;
根据入射角度信息、入射高度信息和入射距离信息构建空间位置与所述信息掩蔽效应的回归模型;
根据所述位置差信息和所述回归模型,获得第一空间位置影响参数;
根据所述第一空间位置影响参数,对所述第一信息掩蔽言语感知能力评估结果进行修正,获得第二信息掩蔽言语感知能力评估结果。
4.如权利要求3所述的方法,其中,所述获得目标声的第一位置信息和获得掩蔽声的第二位置信息,包括:
获得所述目标声的第一入射角度信息、第一入射高度信息和第一入射距离信息;
根据所述第一入射角度信息、第一入射高度信息和第一入射距离信息,获得所述第一位置信息;
获得所述掩蔽声的第二入射角度信息、第二入射高度信息和第二入射距离信息;
根据所述第二入射角度信息、第二入射高度信息和第二入射距离信息,获得所述第二位置信息。
5.如权利要求1所述的方法,其中,所述方法包括:
获得目标声到达双耳的第一时间信息;
获得掩蔽声到达双耳的第二时间信息;
获得所述第一时间信息和所述第二时间信息的时间差信息;
获得目标声到达双耳的第一强度信息;
获得掩蔽声到达双耳的第二强度信息;
获得所述第一强度信息和所述第二强度信息的强度差信息;
根据所述强度差信息,获得第一强度差影响参数;
根据所述第一强度差影响参数,对所述第一信息掩蔽言语感知能力评估结果进行修正,获得第三信息掩蔽言语感知能力评估结果。
6.如权利要求1所述的方法,其中,所述方法包括:
获得掩蔽声的数量信息;
将所述掩蔽声的数量信息进行向量转换,获得所述数量信息相对应的向量模;
根据所述向量模,获得第一数量影响参数;
根据所述第一数量影响参数,对所述第一信息掩蔽言语感知能力评估结果进行修正,获得第四信息掩蔽言语感知能力评估结果。
7.如权利要求1所述的方法,其中,所述将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果,包括:
通过历史数据中的能量掩蔽效应作为训练数据集对神经网络模型进行训练,直至模型达到收敛状态,构建所述能量掩蔽言语感知能力评估模型;
将所述能量掩蔽效应作为输入信息输入所述能量掩蔽言语感知能力评估模型;
获得所述能量掩蔽言语感知能力评估模型的输出信息,所述输出信息包括所述第一能量掩蔽言语感知能力评估结果。
8.一种人工耳蜗使用儿童的言语感知能力测试***,其中,所述***包括:
第一获得单元,所述第一获得单元用于获得第一类型掩蔽声和第二类型掩蔽声,其中,所述第一类型掩蔽声和所述第二类型掩蔽声不同;
第二获得单元,所述第二获得单元用于获得所述第一类型掩蔽声的第一掩蔽效应;
第三获得单元,所述第三获得单元用于获得所述第二类型掩蔽声的第二掩蔽效应;
第四获得单元,所述第四获得单元用于将所述第一掩蔽效应和所述第二掩蔽效应输入掩蔽分离模型,获得能量掩蔽效应和信息掩蔽效应;
第五获得单元,所述第五获得单元用于将所述能量掩蔽效应输入能量掩蔽言语感知能力评估模型,获得第一能量掩蔽言语感知能力评估结果;
第六获得单元,所述第六获得单元用于将所述信息掩蔽效应输入信息掩蔽言语感知能力评估模型,获得第一信息掩蔽言语感知能力评估结果;
第七获得单元,所述第七获得单元获得所述第一能量掩蔽言语感知能力评估结果的第一等级,所述第一等级指的是所述第一类型掩蔽声和所述第二类型掩蔽声对目标声音所述能量掩蔽效应掩蔽程度等级,从所述第一能量掩蔽言语感知能力评估结果得到;
第八获得单元,所述第八获得单元获得所述第一信息掩蔽言语感知能力评估结果的第二等级,所述第二等级指的是所述第一类型掩蔽声和所述第二类型掩蔽声对目标声音所述信息掩蔽效应掩蔽程度等级,从所述第一信息掩蔽言语感知能力评估结果得到;
第九获得单元,所述第九获得单元根据所述第一等级和所述第二等级的比值,获得第一权重比;
第十获得单元,所述第十获得单元根据所述第一权重比、所述第一能量掩蔽言语感知能力评估结果和所述第一信息掩蔽言语感知能力评估结果,获得第一儿童的言语感知能力评估结果。
9.一种智慧药房服务评估***,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使***以执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110685445.8A CN113476041B (zh) | 2021-06-21 | 2021-06-21 | 一种人工耳蜗使用儿童的言语感知能力测试方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110685445.8A CN113476041B (zh) | 2021-06-21 | 2021-06-21 | 一种人工耳蜗使用儿童的言语感知能力测试方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113476041A CN113476041A (zh) | 2021-10-08 |
CN113476041B true CN113476041B (zh) | 2023-09-19 |
Family
ID=77935565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110685445.8A Active CN113476041B (zh) | 2021-06-21 | 2021-06-21 | 一种人工耳蜗使用儿童的言语感知能力测试方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113476041B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101783998A (zh) * | 2008-12-22 | 2010-07-21 | 奥迪康有限公司 | 基于用户当前认知负荷的估计运行听力仪器的方法及助听器*** |
CN103325383A (zh) * | 2012-03-23 | 2013-09-25 | 杜比实验室特许公司 | 音频处理方法和音频处理设备 |
JP2015057621A (ja) * | 2013-09-14 | 2015-03-26 | ヤマハ株式会社 | 音声マスキングの評価装置及び評価方法 |
CN107346664A (zh) * | 2017-06-22 | 2017-11-14 | 河海大学常州校区 | 一种基于临界频带的双耳语音分离方法 |
US10043527B1 (en) * | 2015-07-17 | 2018-08-07 | Digimarc Corporation | Human auditory system modeling with masking energy adaptation |
CN110338811A (zh) * | 2018-04-08 | 2019-10-18 | 苏州至听听力科技有限公司 | 用于复杂声信号背景下的听力检测装置及计算机可读介质 |
CN111239686A (zh) * | 2020-02-18 | 2020-06-05 | 中国科学院声学研究所 | 一种基于深度学习的双通道声源定位方法 |
CN112584275A (zh) * | 2019-09-29 | 2021-03-30 | 深圳Tcl新技术有限公司 | 一种声场扩展方法、计算机设备以及计算机可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7399282B2 (en) * | 2000-05-19 | 2008-07-15 | Baycrest Center For Geriatric Care | System and method for objective evaluation of hearing using auditory steady-state responses |
US10806405B2 (en) * | 2016-12-13 | 2020-10-20 | Cochlear Limited | Speech production and the management/prediction of hearing loss |
-
2021
- 2021-06-21 CN CN202110685445.8A patent/CN113476041B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101783998A (zh) * | 2008-12-22 | 2010-07-21 | 奥迪康有限公司 | 基于用户当前认知负荷的估计运行听力仪器的方法及助听器*** |
CN103325383A (zh) * | 2012-03-23 | 2013-09-25 | 杜比实验室特许公司 | 音频处理方法和音频处理设备 |
JP2015057621A (ja) * | 2013-09-14 | 2015-03-26 | ヤマハ株式会社 | 音声マスキングの評価装置及び評価方法 |
US10043527B1 (en) * | 2015-07-17 | 2018-08-07 | Digimarc Corporation | Human auditory system modeling with masking energy adaptation |
CN107346664A (zh) * | 2017-06-22 | 2017-11-14 | 河海大学常州校区 | 一种基于临界频带的双耳语音分离方法 |
CN110338811A (zh) * | 2018-04-08 | 2019-10-18 | 苏州至听听力科技有限公司 | 用于复杂声信号背景下的听力检测装置及计算机可读介质 |
CN112584275A (zh) * | 2019-09-29 | 2021-03-30 | 深圳Tcl新技术有限公司 | 一种声场扩展方法、计算机设备以及计算机可读存储介质 |
CN111239686A (zh) * | 2020-02-18 | 2020-06-05 | 中国科学院声学研究所 | 一种基于深度学习的双通道声源定位方法 |
Non-Patent Citations (2)
Title |
---|
Effects of age and duration of deafness on Mandarin speech understanding in competing speech by normal-hearing and cochlear implant children;Duo-Duo, Tao et al;《J Acoust Soc Am.》;第144卷(第2期);全文 * |
对侧助听器对人工耳蜗使用者言语感知贡献研究;叶菲 刘济生 等;《中华耳科学杂志》;第18卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113476041A (zh) | 2021-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11670324B2 (en) | Method for predicting emotion status and robot | |
CN108962237A (zh) | 混合语音识别方法、装置及计算机可读存储介质 | |
CN102227240B (zh) | 展示联系行为的玩具 | |
Dominguez-Morales et al. | Deep spiking neural network model for time-variant signals classification: a real-time speech recognition approach | |
CN107146624A (zh) | 一种说话人确认方法及装置 | |
CN106875940B (zh) | 一种基于神经网络的机器自学习构建知识图谱训练方法 | |
CN103258533B (zh) | 远距离语音识别中的模型域补偿新方法 | |
WO2021093380A1 (zh) | 一种噪声处理方法、装置、*** | |
JPWO2003015076A1 (ja) | 鳴声の音声的特徴分析に基づく犬の感情判別装置及びその方法 | |
CN111862951B (zh) | 语音端点检测方法及装置、存储介质、电子设备 | |
CN110672323B (zh) | 一种基于神经网络的轴承健康状态评估方法及装置 | |
CN110853663A (zh) | 基于人工智能的语音增强方法、服务器及存储介质 | |
US20190311711A1 (en) | Method and device for processing whispered speech | |
WO2017146073A1 (ja) | 声質変換装置、声質変換方法およびプログラム | |
CN112562716A (zh) | 基于神经网络的语音增强方法、装置、终端和介质 | |
KR102026226B1 (ko) | 딥러닝 기반 Variational Inference 모델을 이용한 신호 단위 특징 추출 방법 및 시스템 | |
CN110675879B (zh) | 基于大数据的音频评估方法、***、设备及存储介质 | |
CN113476041B (zh) | 一种人工耳蜗使用儿童的言语感知能力测试方法及*** | |
CN117520828B (zh) | 音频处理方法、装置、设备及存储介质 | |
KR20210060146A (ko) | 딥 뉴럴 네트워크 모델을 이용한 데이터 처리 방법 및 장치, 딥 뉴럴 네트워크 모델을 학습시키는 학습 방법 및 장치 | |
CN113539243A (zh) | 语音分类模型的训练方法、语音分类方法及相关装置 | |
Krepych et al. | The method of providing of functional suitability of elements of the device of formation of signal in electrophysiological way of classification tissues surgical wound | |
CN109473122A (zh) | 基于检测模型的情绪分析方法、装置及终端设备 | |
US11887615B2 (en) | Method and device for transparent processing of music | |
CN116434758A (zh) | 声纹识别模型训练方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |