MétaCan
Menu
Retour à la cohorte
Enregistrement W2324407863 · doi:10.1097/aud.0b013e3182a768e8

Vocoder Simulations of Highly Focused Cochlear Stimulation With Limited Dynamic Range and Discriminable Steps

2013· article· en· W2324407863 sur OpenAlexaff
Ryan Stafford, James W. Stafford, Jonathon Wells, Philipos C. Loizou, Matthew D. Keller

Notice bibliographique

RevueEar and Hearing · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésDynamic rangeRange (aeronautics)AudiologyComputer scienceSpeech recognitionMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

In Brief Objectives: There is recent interest in focused stimulation of the cochlea via modalities such as tripolar electrical and infrared neural stimulation to improve speech in noise comprehension and music perception. The purpose of this work was to use vocoder-based simulations to investigate speech recognition for broad stimulation (standard monopolar paradigm) versus more focused stimulation under a variety of signal-to-noise ratios, dynamic ranges, and numbers of discriminable loudness steps. Design: Vocoder simulations were used to assess the intelligibility of sentences, consonants, and vowels that were noise vocoded and presented to 7 normal-hearing listeners for identification. A novel aspect of the simulations presented here was the use of nonuniform quantization steps within the dynamic range to more closely simulate the Weber functions observed in cochlear implant users. Intelligibility was assessed for the different filter slopes under a variety of signal-to-noise ratio levels, dynamic ranges, and numbers of discriminable steps. Results: Speech processed via vocoder simulations representing focused stimulation was found to be substantially more intelligible than speech processed via a monopolar electric vocoder simulation, with differences of up to 60 percentage points. There were no significant differences, however, seen between the two focused approaches (signal attenuations of 10 and 17 dB/mm) for the conditions investigated. Speech processed via the highly focused vocoder (17 dB/mm) was robust to constraints on small envelope dynamic range and small number of discriminable steps within the dynamic range, as high performance was maintained with at least a 5 dB dynamic range and eight or more discriminable steps. Significant drops in intelligibility were noted when the number of steps fell below eight. Conclusions: Highly focused stimulation—tripolar electrical and infrared neural stimulation—has potential for increased performance in noise compared with monopolar stimulation, but much work remains to bear this potential out and to take full advantage of each modality’s strengths. Vocoder-based experiments investigated speech recognition for simulations of highly focused (representing tripolar electrical and infrared neural stimulation) versus broad stimulation of the cochlea. With filters of 2, 10, and 17 dB/mm excitation decay, the study examined effects of noise, dynamic range, and discriminable steps on speech intelligibility for normal-hearing listeners. The results indicate that the focused stimulation filters provide perceptual benefits, but filter slopes steeper than10 dB/mm did not improve performance for 1 mm channel spacing. For the 17 dB/mm attenuation, >80% recognition in quiet was maintained with at least 2 dB dynamic range and eight or more steps.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,031
Tête enseignante GPT0,267
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEar and HearingMême sujetHearing Loss and RehabilitationTravaux en français237 207