OLSA矩阵句子测试视频材料的制作与评估
音频与语音处理
2021-04-01 v3 图像与视频处理
摘要
矩阵句子测试（MST）是公认的多语言语音清晰度测试方法之一。该测试的大多数版本采用纯音频刺激设计。然而，视觉线索在语音清晰度中起着重要作用，多数情况下通过读唇使语音更易理解。本工作中，我们展示了Oldenburger女性MST（OLSA）配音视频的制作与评估。28名听力正常受试者完成了测试与重测环节，条件涵盖音频与视觉模态、安静与噪声下的语音，以及开放与封闭集应答格式。针对不同条件自适应测量了达到80%句子清晰度的声级。在安静环境下，相比纯音频，视听增益为7 dB声压级（SPL）。在噪声下，视听增益为5 dB信噪比（SNR）。仅视觉句子的读唇得分在0%至84%语音接收之间，受试者平均值为50%。读唇能力的巨大差异反映于视听语音接收阈（SRT）中，其标准差大于纯音频SRT。发现了视听句子中的训练与学习效应：受试者在5次试验后SRT改善了约3 dB SNR。受试者在独立的重测环节中保持了最佳得分，并进一步将SRT改善了约-1.5 dB。
引用
@article{arxiv.1912.04700,
title = {Development and Evaluation of Video Recordings for the OLSA Matrix Sentence Test},
author = {Gerard Llorach and Frederike Kirschner and Giso Grimm and Melanie A. Zokoll and Kirsten C. Wagener and Volker Hohmann},
journal= {arXiv preprint arXiv:1912.04700},
year = {2021}
}
备注
10 pages, 9 figures