面向听力损失模拟的神经网络 MSBG 模型
声音
2025-07-22 v1 人工智能
音频与语音处理
摘要
听力损失模拟模型是听力助听器部署的必备工具。然而，现有模型计算复杂度高且延迟大，这限制了实时应用的能力，且缺乏与语音处理系统的直接集成。为此，我们提出了 Neuro-MSBG，一个轻量级端到端模型，配备个人化听力ogram 编码器，以实现有效的时间频率建模。实验表明，Neuro-MSBG 支持并行推理，保留了原始 MSBG 的语音辨识率和感知质量，其短时目标语音辨识性（STOI）的斯皯曼等级相关系数（SRCC）为 0.9247，感知语音质量评估（PESQ）为 0.8671。Neuro-MSBG 将仿真运行时间缩短了 46 倍（从 0.970 秒缩短至 0.021 秒，输入为 1 秒），进一步证明了其效率和实用性。
引用
@article{arxiv.2507.15396,
title = {Neuro-MSBG: An End-to-End Neural Model for Hearing Loss Simulation},
author = {Hui-Guan Yuan and Ryandhimas E. Zezario and Shafique Ahmed and Hsin-Min Wang and Kai-Lung Hua and Yu Tsao},
journal= {arXiv preprint arXiv:2507.15396},
year = {2025}
}