基于缩放点积注意力的耳聆人工植入信号编码提升
音频与语音处理
2025-04-29 v1 人工智能
声音
摘要
耳聆人工植入(CI)在通过直接刺激听神经来恢复具有严重至深重听觉神经性听力损失者的听力方面发挥着关键作用。虽然诸如高级组合编码器(ACE)等传统编码策略已被证明有效，但受其适应性和精确度的限制。本文研究了使用深度学习(DL)技术为CI生成电刺激图的方法， presenting我们的模型作为一种高级替代方案。我们通过评估重构音频信号的可理解性来比较我们的方法与ACE策略的性能，使用短时目标可理解性(STOI)指标。结果表明，我们的方法获得了0.6031的STOI得分， closely 近似ACE策略的0.6126得分，并在灵活性和适应性方面offer potential advantages。该研究突显了将人工智能(AI)引入CI技术的好处，例如增强的个性化和效率。
引用
@article{arxiv.2504.19046,
title = {Enhancing Cochlear Implant Signal Coding with Scaled Dot-Product Attention},
author = {Billel Essaid and Hamza Kheddar and Noureddine Batel},
journal= {arXiv preprint arXiv:2504.19046},
year = {2025}
}