正常および聴覚障害のあるリスナーのためのスペクトロポルト変調検出のメカニズム

スペクトロロテンポラル変調（STM）は、それらをわかりやすくする音声信号の重要な特徴です。それらのエンコーディングは神経生理学で広く調査されていますが、STMが行動レベルでどのように処理されるか、そして人工牛の難聴がこの処理にどのように影響するかについての完全な理解がまだありません。ここでは、騒音のSTM検出の根底にあるメカニズムを特徴付けるために、変調空間に展開された精神物理学的逆逆相関に基づいた新しい方法論的フレームワークを紹介します。他のマスキングSTMに埋め込まれた初等ターゲットSTM（時間およびスペクトル変調の特定の積）の検出タスクを実行する若い正常聴力および高齢の聴覚障害者の知覚フィルターを導き出します。計算ツールで分析された我々のデータは、両方のグループが同等の線形（バンドパス）非線形処理カスケードに依存していることを示しています。また、我々の結果は、聴覚障害のグループで観察された変調霧が主により広い人工牛フィルターからの結果であることを示唆しています。しかし、co牛の調整だけでは捉えることができない特異な行動を見つけ、追加のメカニズムに由来する変動性を考慮する必要性を強調しています。全体として、この統合された実験的コンパート化アプローチは、各個人の超控除処理の歪みを評価するための原則的な方法を提供するため、音声明瞭度の個人間の違いをさらに調査するために使用できます。

Spectrotemporal modulations (STM) are essential features of speech signals that make them intelligible. While their encoding has been widely investigated in neurophysiology, we still lack a full understanding of how STMs are processed at the behavioral level and how cochlear hearing loss impacts this processing. Here, we introduce a novel methodological framework based on psychophysical reverse correlation deployed in the modulation space to characterize the mechanisms underlying STM detection in noise. We derive perceptual filters for young normal-hearing and older hearing-impaired individuals performing a detection task of an elementary target STM (a given product of temporal and spectral modulations) embedded in other masking STMs. Analyzed with computational tools, our data show that both groups rely on a comparable linear (band-pass)-nonlinear processing cascade, which can be well accounted for by a temporal modulation filter bank model combined with cross-correlation against the target representation. Our results also suggest that the modulation mistuning observed for the hearing-impaired group results primarily from broader cochlear filters. Yet, we find idiosyncratic behaviors that cannot be captured by cochlear tuning alone, highlighting the need to consider variability originating from additional mechanisms. Overall, this integrated experimental-computational approach offers a principled way to assess suprathreshold processing distortions in each individual and could thus be used to further investigate interindividual differences in speech intelligibility.