《Frontiers in Neuroscience》:Speech recognition performance with dual-microphone audio processors in mandarin-speaking cochlear implant users
编辑推荐:
针对人工耳蜗(Cochlear Implant, CI)使用者在嘈杂环境下言语识别困难的问题,特别是对汉语普通话等声调语言使用者的相关证据匮乏,研究人员开展了一项前瞻性研究。该研究旨在评估SONNET 2 (S2)和RONDO 3 (R3)两款新型双麦克风音频处理器在51名母语为普通话的CI使用者中的言语感知表现。结果显示,在空间共置的语音形状噪声(S0N0范式)中,升级到S2的全向(S2.OMNI)模式可显著提升句子识别能力。该研究为声调语言CI人群的设备选择和升级决策提供了关键证据。
想象一下,你生活在一个嘈杂的世界,周围的声音模糊不清,难以分辨。对于超过一百万的重度至极重度感音神经性听力损失患者来说,人工耳蜗(Cochlear Implant, CI)是让他们重回有声世界的“耳朵”。大多数CI使用者在安静环境下能获得不错的言语理解,但一旦身处嘈杂环境——比如热闹的餐厅或车水马龙的街道——听力便会大打折扣。听清背景噪音中的对话,是他们面临的最大挑战之一。
这个挑战对于母语为汉语普通话的CI使用者而言,可能更为严峻。普通话是一种声调语言,同一个音节的不同声调(如“妈”mā1和“马”mǎ3)对应完全不同的字义。声调信息依赖于声音的精细音高(pitch)轮廓,而在噪音干扰下,这些关键线索极易丢失。尽管新一代CI音频处理器(如具备双麦克风阵列和自适应降噪算法的设备)在非声调语言(如英语)使用者中已显示出优势,但对于普通话使用者的有效性和具体效益,高水平的临床证据却非常有限。这留下了一个关键的临床决策盲区:针对庞大的汉语CI用户群体,应如何选择或升级外部音频处理器,以最大程度地改善他们在现实复杂环境中的听力?
为了填补这一证据空白,一项发表在《Frontiers in Neuroscience》上的前瞻性研究应运而生。该研究旨在系统评估两款新型双麦克风音频处理器——耳背式(Behind-the-ear, BTE)的SONNET 2 (S2)和体戴式(Off-the-ear, OTE)的RONDO 3 (R3)——在母语为普通话的CI使用者中的言语感知表现。研究不仅关注安静环境,更聚焦于更具挑战性的噪音环境,旨在为临床实践提供直接、可靠的指导。
研究人员如何开展研究?
本研究采用了前瞻性、单受试者重复测量的设计,共纳入了51名母语为普通话的CI使用者(包括成人和儿童)。研究在隔音室内进行,通过专业的听力测试设备(如Conera听力计)播放标准化的普通话言语测试材料。每位受试者依次测试五种音频处理器配置:其原有的旧款(legacy)基线处理器、S2的全向模式(S2.OMNI)和自适应智能模式(S2.Adaptive)、以及R3的全向模式(R3.OMNI)和自适应智能模式(R3.Adaptive)。测试内容涵盖安静环境下的单音节词、双音节词和句子识别,以及在空间共置的语音形状噪声(S0N0,即语音和噪音均从正前方0度方位角发出)条件下的句子识别。本研究预设的主要终点是比较S2.OMNI与旧款基线处理器在S0N0噪声中的句子识别表现。统计分析采用了配对比较、错误发现率(False Discovery Rate, FDR)校正,并对主要终点进行了线性混合效应模型(Linear Mixed-Effects Model, LMM)和预设的亚组分析,以控制混杂因素并探索不同用户群体的获益差异。
研究发现了什么?
1. 安静环境下的言语识别
- •
单音节词识别:所有四种新型处理器配置(S2.OMNI、S2.Adaptive、R3.OMNI、R3.Adaptive)的单音节词识别得分均显著高于旧款基线处理器。其中,S2.OMNI的表现优于R3.OMNI。
- •
双音节词识别:除R3.Adaptive外,其他三种新型配置的双音节词识别得分也显著优于旧款基线。有趣的是,在R3处理器内部,Adaptive模式的表现反而显著优于其自身的OMNI模式。
- •
安静环境下的句子识别:在句子识别任务中,新旧处理器之间未显示出经过FDR校正后的显著差异。这表明在安静环境下,由于存在“天花板效应”(许多使用者基线得分已很高),句子识别任务可能不足以敏感地反映处理器间的性能差异。
2. 噪音环境下的句子识别(S0N0)
- •
在空间共置的噪音中,S2.OMNI和R3.OMNI两种全向模式均能显著提升句子识别得分。然而,两款处理器的自适应智能模式(S2.Adaptive和R3.Adaptive)在经过FDR校正后,相比旧款基线并未显示出显著优势。
3. 线性混合效应模型与亚组分析结果
- •
LMM分析证实,升级到S2.OMNI配置是改善噪声中句子识别能力的独立正向预测因素,且这一获益不受植入体类型、单侧/双侧植入、植入年龄、使用时长或当前年龄等因素的混淆。
- •
预设的亚组分析进一步显示,升级到S2.OMNI带来的显著益处,在儿童与成人使用者、单侧与双侧植入者中均一致存在。获益更明显的群体包括:CI使用经验超过3年、旧款处理器使用超过5年、植入体为CONCERTO型号、以及原先使用RONDO 2旧款处理器的使用者。
结论与重要意义
本研究得出了明确且具有临床指导意义的结论:对于母语为普通话的CI使用者,升级至SONNET 2的全向(S2.OMNI)双麦克风音频处理器配置,能显著改善其在空间共置噪音环境中的句子识别能力,且这一益处不受使用者年龄、植入体侧别等基线特征影响。此外,探索性分析表明,SONNET 2和RONDO 3处理器也能显著提升使用者在安静环境下的单、双音节词识别能力,而RONDO 3的全向模式同样能改善噪音中的句子识别。
这项研究的意义重大,它精准地填补了声调语言CI研究领域的核心证据缺口。其发现为临床医生和设备使用者提供了关键决策依据:
- 1.
证实升级价值:研究表明,仅升级外部音频处理器(无需再次手术)即可为不同背景的普通话CI使用者带来切实的言语识别改善,尤其是在嘈杂环境下,这支持将处理器升级作为长期随访中的常规优化选项。
- 2.
指导个性化选择:研究识别出能从升级中获益更显著的亚组(如长期使用旧设备的用户),有助于临床进行精准、个性化的升级推荐。同时,研究证实了耳背式(S2)和体戴式(R3)处理器在核心噪音性能上等效,这意味着在追求佩戴便利性(如R3的无线充电、免干燥)时,无需以牺牲听力表现为代价。
- 3.
揭示技术机理:结果提示,在共置噪音中,新一代处理器硬件(如双麦克风阵列)本身带来的信号采集质量提升是全向模式获益的主因,而自适应算法在缺乏空间分离的噪音场景下急性测试中优势不明显。这加深了对不同信号处理策略适用场景的理解。
- 4.
拓展至儿童群体:研究首次在大规模普通话儿童CI使用者中验证了新处理器的有效性,这对处于语言发育关键期的儿童具有深远的教育和社会意义。
当然,研究也存在局限,如仅测试了单一类型和空间配置的噪音、采用急性测试模式可能低估自适应模式的长期获益、以及存在部分“天花板效应”等。这些也为未来研究指明了方向,包括评估更真实的噪音环境、开展长期随访研究、以及专门考察对普通话声调识别的影响等。
总而言之,这项研究如同一盏明灯,照亮了声调语言人工耳蜗优化治疗的道路。它不仅提供了关于SONNET 2和RONDO 3处理器性能的高级别证据,更从根本上推动了CI康复实践向着更精准、更个性化的方向迈进,让更多使用者能在复杂的声音世界中,更清晰地聆听与交流。