说话者头部朝向与扩展高频对语音识别益处随掩蔽者头部角度变化的关系

多说话人环境中的语音识别受到多种线索的共同影响。在本研究中，我们考察了说话人头部朝向相关（talker head-orientation related，THOR）线索和扩展高频（extended high-frequency，EHF；>8 kHz）线索如何影响女性和男性语音条件下的语中语识别。我们检验了非正面对向的掩蔽说话人头部朝向（相对于正面对向）所带来的THOR获益，并分析该获益如何随掩蔽说话人朝向角度变化。目标说话人始终面向听者，而与其共位的掩蔽说话人则在八种不同的头部角度条件下进行测试，范围从0°（面向听者）到背向180°。研究测试了两种滤波条件：全频带和8 kHz低通滤波。 结果显示，当掩蔽说话人的头部角度大于45°时，观察到THOR获益；在67.5°至180°之间，该获益由2 dB增加至8 dB。对于经低通滤波的语音，这种获益有所减弱。对EHF线索的获取能够改善表现，但仅在掩蔽说话人头部角度大于22.5°时才表现出来。对于扩展高频听力良好的年轻正常听力听者而言，16 kHz纯音阈值与表现之间不存在显著关系。这些发现表明，当目标说话人面向听者时，听者能够从头部朝向大于45°的非正面对向掩蔽说话人中获益，且头部角度越大，获益越明显。

多说话人环境中的语音识别依赖于多种类型的线索。在本研究中，我们考察了说话人头部朝向相关线索（talker head-orientation related, THOR）和扩展高频（extended high-frequency, EHF；>8 kHz）线索如何影响女性和男性语音条件下的语音中语音识别能力。我们检验了非正对的掩蔽说话人头部朝向（相对于正对朝向）所带来的THOR收益，并将其作为掩蔽说话人面向角度的函数进行分析。目标说话人始终面向听者，而与其共位的掩蔽说话人则在八种不同的头部角度条件下进行测试，范围从0°（面向听者）到背向180°。研究测试了两种滤波条件：全频带和8 kHz低通滤波。结果表明，当掩蔽说话人的头部角度大于45°时，可观察到THOR收益；在67.5°到180°之间，该收益由2 dB增加至8 dB。对于经8 kHz低通滤波的语音，这种收益有所减弱。获取EHF线索可改善表现，但仅出现在掩蔽说话人头部角度大于22.5°的条件下。对于具有良好EHF听力的年轻正常听力听者而言，16 kHz纯音阈值与其表现之间不存在显著关系。这些发现表明，当目标说话人面向听者时，听者能够从头部朝向偏离正对超过45°的掩蔽说话人中获益，且头部角度越大，收益越明显。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.12.744468v1?rss=1

🏷️ 语音识别 头部朝向线索 扩展高频 掩蔽语音 听觉感知