面向神经多样性人群的低延迟辅助音频增强
音频与语音处理
2025-09-15 v1
摘要
神经多样性人群经常经历声音耐受性降低，据估计这影响了该群体的 50-70%。这种高度敏感会引发从轻微不适到严重痛苦的反应，凸显了辅助音频增强技术的迫切需求。在本文中，我们提出了几种旨在选择性过滤令人痛苦的声音的辅助音频增强算法。为此，我们通过分析 Reddit 等平台上的神经多样性关注社区，整理了一份潜在触发声音列表。利用此列表，我们从公开可用的来源（包括 FSD50K 和 ESC50）编译了触发声音样本数据集。然后使用这些样本来训练和评估各种数字信号处理（DSP）和机器学习（ML）音频增强算法。在所探索的方法中，动态范围压缩（DRC）被证明最为有效，成功衰减了触发声音并减轻了神经多样性听众的听觉痛苦。
引用
@article{arxiv.2509.10202,
title = {Low-latency Assistive Audio Enhancement for Neurodivergent People},
author = {Alexander Popescu and Rosie Frost and Milos Cernak},
journal= {arXiv preprint arXiv:2509.10202},
year = {2025}
}