跨域特征重要性用于改善助听器中的非侵入式语音可懂度预测
音频与语音处理
2025-08-01 v1 声音
摘要
鉴于非侵入式语音可懂度评估在助听器（HA）中的关键作用，本文通过引入跨域特征重要性来提升其性能。我们在频域与时域声学特征以及 Whisper 的潜在表示上估计特征重要性。重要性权重按帧计算，并基于这些权重将特征投影到新空间中，使模型能够及早关注重要区域。接下来，执行特征拼接以在评估模块处理它们之前合并特征。实验结果表明，当 FiDo 被整合到改进的多分支语音可懂度模型 MBI-Net+ 中时，RMSE 可降低 7.62%（从 26.10 降至 24.11）。与 2023 Clarity Prediction Challenge 中的最佳系统相比，带有 FiDo 的 MBI-Net+ 也实现了 3.98% 的相对 RMSE 降低。这些结果验证了 FiDo 在增强 HA 中神经语音评估方面的有效性。
引用
@article{arxiv.2507.23223,
title = {Feature Importance across Domains for Improving Non-Intrusive Speech Intelligibility Prediction in Hearing Aids},
author = {Ryandhimas E. Zezario and Sabato M. Siniscalchi and Fei Chen and Hsin-Min Wang and Yu Tsao},
journal= {arXiv preprint arXiv:2507.23223},
year = {2025}
}
备注
Accepted to Interspeech 2025