《INTERNATIONAL JOURNAL OF AUDIOLOGY》：Perceptual measures of normal-hearing and hearing-impaired listeners across defined virtual acoustic scenes
编辑推荐：
本文研究通过标准听力状况（S0N0和S0N90）与复杂虚拟声学场景（客厅、酒吧、地铁站）下的多维测试组合，系统地评估了不同听力状况听众的言语识别能力、聆听努力、响度感知、噪声中音调检测阈值以及主观自我报告（HEAR-COMMAND问卷），旨在弥补传统临床评估与真实生活环境间的鸿沟。研究表明，在复杂声学环境中，言语识别和助听器获益的结果介于标准条件之间，且各感知测量指标（SRT、PTA4、ACALES等）之间存在中等至强的相关性，为建立一个连接复杂场景下听力表现与听觉感知综合测量的独特数据库，并推进听力辅助设备评估与计算听力学发展提供了重要数据基础与理论参考。
1. 引言
听力损失是全球范围内最普遍的感官障碍之一。然而，在临床听力学诊断和听力辅助设备获益评估领域，全球乃至同一区域内不同听力中心采用的方法差异显著。一个普遍的不足在于，大多数临床测试涉及的声学复杂度较低，未能反映个体在日常生活中所面临的具有挑战性的聆听环境。已有研究指出，基于实验室的助听器获益测量与实际生活结果之间存在不匹配。
为了弥补这一差距，本研究旨在建立一个全面的听力学数据集。该测试组合不仅融合了传统的听力功能测量（如纯音测听和在稳态噪声中的言语识别率），还加入了捕捉阈值上听力缺陷和聆听相关需求的补充测量。这些测量包括响度感知、噪声中音调检测、聆听努力、在模拟真实生活环境的声学复杂条件下的言语识别率，以及使用HEAR-COMMAND工具进行的主观自我报告。通过室内声学模拟和多声道音频渲染，创建了虚拟声学场景（如客厅、嘈杂的酒吧和地铁站），为参与者提供了真实且可复现的聆听环境。该数据集对听力损失和助听器获益提供了独特的、多角度的见解，并可作为计算听力学开发的基准。
2. 方法
2.1. 参与者
共有76名年龄匹配的参与者参与了研究，分为三组：20名听力正常者（NH）、25名未佩戴助听器的听力受损者（HI_noHA）和31名佩戴双耳商用助听器的听力受损者（HI_HA）。后一组分别在未佩戴（HI_HAu）和佩戴助听器（HI_HAa）的条件下接受测量，且助听器保持在日常设置以反映真实聆听状况。通过单因素方差分析确认，三组在年龄上无统计学差异，但在四频率纯音听阈均值（PTA4）上存在显著差异。所有参与者均签署了知情同意书，并根据测量复杂性，总测试时长约为3至6小时。
2.2. 言语识别测量
采用奥尔登堡句子测试作为言语材料。言语识别率在六种声学条件下测量，包括两种标准实验室条件：目标声和掩蔽声同位于正前方（S0N0），以及目标声位于正前方、掩蔽声位于90°方位角（S0N90）。复杂声学场景包括三种虚拟环境：、以及。这些场景通过使用室内声学模拟器生成，并通过24通道水平扬声器阵列在自由场实验室中播放。信号校准以直达声为目标语音参考，噪声级则包含混响声，以确保不同条件间的可比性。
2.3. 自适应分类聆听努力评分
采用自适应分类聆听努力评分方法测量理解言语所需的主观心智努力。参与者在每次呈现测试信号后，使用13点量表对聆听努力进行评分，范围从“无努力”到“极度努力”。测试在相同的声学条件下进行，并使用奥尔登堡句子测试材料。
2.4. 响度分级
根据ISO16832标准进行双耳宽带响度感知测试。参与者使用ACALOS量表评估响度，并拟合响度函数以获得参数。测试信号包括两种宽带噪声。测量中应用了基于个体听阈的窄带响度补偿。
2.5. 噪声中音调检测阈值
使用单区间调整矩阵程序测量左耳和右耳分别在500赫兹和2000赫兹下的噪声中音调检测阈值。掩蔽声为以目标频率为中心的两个倍频程白噪声。
2.6. HEAR-COMMAND工具
使用HEAR-COMMAND问卷评估听力损失、功能和沟通障碍的自我报告状态。该工具基于世界卫生组织的《国际功能、残疾和健康分类》（ICF）框架开发，包含90个项目，涵盖听觉处理功能、人际互动和认知功能等多个领域。参与者在家填写问卷后寄回或带回。
2.7. 统计分析
使用IBM SPSS Statistics进行数据分析。使用单因素方差分析和一般线性模型检验组间差异及条件影响，并以Bonferroni校正进行事后检验。使用皮尔逊相关系数分析连续变量间关系，使用斯皮尔曼等级相关系数分析序数数据（如HEAR-COMMAND得分）。
3. 结果
3.1. 言语识别测量
结果表明，声学条件对言语接收阈值（SRT）有显著影响。复杂场景中的SRT值介于两个标准条件（S0N0和S0N90）的结果之间。在标准条件S0N0和地铁站环境中，参与者的言语识别和聆听努力面临最大挑战。听力正常组（NH）在所有条件下的SRT最低，而听力受损未佩戴助听器组（HI_noHA）和听力受损佩戴助听器组（HI_HA）的性能依次下降。助听器在不同环境中的获益程度不同，在S0N90条件下获益最大（平均5.3分贝），而在S0N0条件下最小（平均2.6分贝）。不同声学条件下的SRT之间存在极强的相关性（r=0.88–0.93），表明标准实验室测量可以很好地预测复杂环境中的表现。
3.2. 自适应分类聆听努力评分
分析发现，声学条件和ESCU（聆听努力类别单位）都对主观聆听努力有显著影响。其中，客厅对称（LR_sym）条件下的聆听努力最低，而地铁站（UG_station）条件下的聆听努力最高，显著高于其他所有条件。标准条件S0N0的聆听努力也较高。助听器带来的聆听努力获益在所有声学条件下和不同ESCU值间均无统计学显著差异，平均获益约为2.1分贝。
3.3. 响度分级
分析表明，测试信号类型对25CU拐点处的响度函数有显著影响，而PTA4对25CU以上的斜率有显著影响。听力受损者的响度增长曲线比听力正常者更陡，表明存在响度重振现象。在所有组中，UEN17信号比IFNoise信号引发了更高的响度评级。个体间变异较大。
3.4. 噪声中音调检测阈值
分析表明，组别因素对检测阈值有显著主效应，听力受损佩戴助听器组（HI_HAu）的阈值最高。然而，事后比较未发现任何两组之间存在统计学显著差异。描述性统计显示，2000赫兹的检测阈值高于500赫兹，且个体间变异随着听力损失程度加重而增大。
3.5. HEAR-COMMAND工具结果
HEAR-COMMAND问卷的回答分布表明，大多数领域的自我报告得分较低，反映出普遍较低的功能受限感知。但在声音质量障碍领域，项目的中位数得分较高（2到3分），表明参与者普遍认为声音质量相关因素是有效聆听的中度障碍。言语感知评分显示出清晰的组间差异：听力正常组的评分最低，听力受损未佩戴助听器组次之，听力受损佩戴助听器组的评分最高，且个体间变异性也最大。
3.6. 不同测量间的比较
3.6.1. 聆听努力与言语识别
言语接收阈值与聆听努力评分（ESCU=7时）之间存在中等至强的相关性（r=0.54–0.74），这表明较差的言语识别能力与在更有利信噪比下即达到“中度努力”的感知相关联。
3.6.2. 噪声中音调检测阈值、听阈与言语识别
低频（500赫兹）的音调检测阈值与听阈相关性较弱，而高频（2000赫兹）的检测阈值与听阈及大多数条件下的言语接收阈值显示出更强的相关性。这表明在高频区的阈值上听觉处理缺陷与言语在噪声中的理解困难存在关联。
3.6.3. HEAR-COMMAND工具与言语识别
HEAR-COMMAND工具的言语感知评分与听力受损未佩戴助听器组在多个复杂声学场景下的言语接收阈值显示出中等至强的相关性（r=0.42–0.78）。然而，这种相关性在听力正常组和听力受损佩戴助听器组中较弱且不显著。这表明该问卷工具在评估未助听听力受损者的功能性限制方面，与实验室言语测试结果具有一致性，尤其在复杂环境中。
4. 讨论
4.1. 言语识别测量
声学条件对言语识别能力的显著影响凸显了聆听环境的重要性。空间分离带来的“掩蔽释放”效益在S0N90和酒吧场景中尤为明显，而共位噪声和高度混响的地铁站环境则对听损者构成了最大挑战。研究结果证实，标准实验室条件下的测量结果与复杂场景下的表现高度相关，支持其作为评估听力能力和助听器获益的有效预测指标。然而，助听器获益在不同环境中的变化提示，单一的临床测试条件（如S0N0）可能低估了助听器在日常复杂聆听场景中的实际价值。个体间表现和获益的巨大差异，强调了听力干预中个性化评估和适配的必要性。研究为建立连接复杂声学场景与多维听觉感知测量的综合数据库奠定了基础。该数据库不仅可用于评估助听器技术在不同声学环境下的性能，也为开发计算听觉模型提供了宝贵的基准。通过整合传统测量与更生态有效的复杂场景测试，本研究推进了对听力损失后果的理解，并为未来研究提供了丰富的开源数据资源。
