Comunicación enriquecida a lo largo de la vida

  1. Winneke, Axel
  2. Hernáez Rioja, Inmaculada
  3. Cooke, Martin
  4. King, Simon
  5. Hazan, Valerie
  6. Stylianou, Yannis
  7. Janse, Esther
  8. Baskent, Deniz
  9. Hohmann, Volker
Revista:
Procesamiento del lenguaje natural

ISSN: 1135-5948

Año de publicación: 2019

Número: 63

Páginas: 175-178

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openRUA editor

Otras publicaciones en: Procesamiento del lenguaje natural

Resumen

El habla es un medio de comunicación sumamente eficiente: la capacidad reducida para oír o hablar crea barreras importantes para la inclusión social a lo largo de la vida en la educación, en el trabajo o en el hogar. Los audífonos y la síntesis del habla pueden ayudar a abordar esta capacidad reducida, pero su uso impone un mayor esfuerzo por parte del oyente. El objetivo del proyecto europeo ENRICH es modificar o aumentar el habla con información adicional resultando así más fácil de procesar. El enriquecimiento reduce el esfuerzo de escucha minimizando la carga cognitiva, mientras se mantiene o mejora la inteligibilidad. ENRICH investigará la relación entre el esfuerzo cognitivo y las diferentes formas de habla natural y sintética. Se desarrollarán métricas no intrusivas para el esfuerzo de escucha que se utilizarán para diseñar modificaciones que resulten en un habla de baja carga. El valor de los diversos enfoques de enriquecimiento se evaluará con individuos y cohortes con habilidades de comunicación típicamente subóptimas, como niños, adultos con problemas de audición o de habla, oyentes no nativos e individuos que realizan tareas simultáneas.

€ Ver financiación

Información de financiación

ENRICH has received funding from the EU H2020 research and innovation programme under MSCA GA 675324.

Financiadores

    • MSCA GA 675324

Referencias bibliográficas

  • Cooke, M., C. Mayo, C. Valentini-Botinhao, Y. Stylianou, B. Sauert, and Y. Tang. 2013. Evaluating the intelligibility benefit of speech modifications in known noise conditions. Speech Communication, 55:572-585.
  • Godoy, E. and Y. Stylianou. 2013. Increasing speech intelligibility via spectral shaping with frequency warping and dynamic range compression plus transient enhancement. In Proc. Interspeech, pages 3572-3576.
  • Govender, A. and S. King. 2018. Using Pupillometry to Measure the Cognitive Load of Synthetic Speech. In Proc. Interspeech 2018, pages 2838-2842.
  • Hornsby, B. 2013. The effects of hearing aid use on listening effort and mental fatigue associated with sustained speech processing demands. Ear Hearing, 34:523-534.
  • Kain, A., J.-P. Hosom, X. Niu, J. van Santen, M. Fried-Oken, and J. Staehely. 2007. Improving the intelligibility of dysarthric speech. Speech Communication, 49:743-759.
  • Kaplan, E., A. Wagner, and D. Baskent. 2018. Are musicians at an advantage when processing speech on speech? In Proceedings of ICMPC15/ESCOM10. Graz, Austria: Centre for Systematic Musicology, University of Graz.
  • Pals, C., A. Sarampalis, and D. Baskent. 2013. Listening effort with cochlear implant simulations. J. Speech Hearing Language Res., 56:1075-1084.
  • Rönnberg, J., M. Rudner, T. Lunner, and A. A. Zekveld. 2010. When cognition kicks in: Working memory and speech understanding in noise. Noise and Health, 12:263-269.
  • Sauert, B. and P. Vary. 2006. Near end listening enhancement: Speech intelligibility improvement in noisy environments. In Proc. ICASSP, pages 493-496, Toulouse, France, May.
  • Shifas, M., V. Tsiaras, and Y. Stylianou. 2018. Speech Intelligibility Enhancement Based on a Non-causal Wavenet-like Model. In Proc. Interspeech 2018, pages 1868-1872.
  • Simantiraki, O., M. Cooke, and S. King. 2018. Impact of Different Speech Types on Listening Effort. In Proc. Interspeech 2018, pages 2267-2271.
  • Skowronski, M. D. and J. G. Harris. 2006. Applied principles of clear and Lombard speech for automated intelligibility enhancement in noisy environments. Speech Communication, 48(5):549-558.
  • Taal, C. H., J. Jensen, and A. Leijon. 2013. On optimal linear filtering of speech for near-end listening enhancement. IEEE Signal Proc. Let., 20(3):225-228.
  • Tang, Y., B. Fazenda, and T. Cox. 2018. Automatic speech-to-background ratio selection to maintain speech intelligibility in broadcasts using an objective intelligibility metric. Applied Sciences, 8:59, 01.
  • Zorila, T., V. Kandia, and Y. Stylianou. 2012. Speech-in-noise intelligibility improvement based on spectral shaping and dynamic range compression. In Proc. Interspeech, pages 635-638.
Fuente de los datos: Dialnet