Indonesi an  Journa l  of El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   1 3 ,  No.   3 ,  Ma rch   201 9 , p p.   866 ~ 8 75   IS S N: 25 02 - 4752, DO I: 10 .11 591/ijeecs .v1 3 .i 3 .pp 866 - 8 75          866       Journ al h om e page :  http: // ia es core.c om/j ourn als/i ndex. ph p/ij eecs   Sp ee ch i ntelligibi lity enh an ce m ent for  T h ai - speakin g cochle ar  imp lant listeners       Siri po rn  D achasil aruk 1 , Nip ha t  Jan thar am in 2 , Apichai  Ru n gruan g 3   1,2 Depa rtment   of   Elec tr ical and  C om pute r  Engi n e eri ng,   Facu lty   of   Engi n ee ring ,   N a resua n  Unive rsit y ,   Th ai l and   3 Depa rtment of  Engl ish  La nguag e,   Fa cult y   of   Hum ani ti es,   Nare su an  Univer si t y ,   T hai l and       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   A ug   03, 201 8   Re vised   N ov   2 3 , 2 018   Accepte d  Dec  12, 201 8       Cochl e ar  implan t  (CI)  li sten ers  e ncount er   difficul ti es  in  comm unic ating  wi t h   othe r  pe rsons   in  nois y   li sten ing   envi ronm ent s.  How eve r,   m ost  CI  rese ar ch   has  bee n  ca rr ie d  out  using  th e  En gli sh  la ngu age.  I n   thi s  stud y ,   sin gle - ch annel   spee ch  enh ance m ent   (SE)  strat e gie s  as  a  pre - pro ce ss ing  appr oa c h  for  the   CI   s y stem  were   inv esti gated  in  t erms   of  Tha i  spee ch  int elligi b il i t y   improvem ent.   Two  SE  al gorithm s,  namel y   m ult i - band  spe ct r al   subtra ct ion  ( MBS S)  and  W ei ner   fi lt er  (W F)  al gorit hm s,  w ere   ev al u at ed .   S pee ch  sign al s  co nsisting  of  m onosy l la bi c  an d  bis y llabic  Th ai   words   wer e  degr ade d   b y   sp ee ch - shap ed   noise  and  babble  noise  at   SN R  le vel s  of  0,   5,   and  10  dB.   Then  the   noi s y   words   were   enha nce d  using  SE   al gorit hm s.  Th e   enha n ce d  wor ds  were   fed   int o  th e  CI  s y s t em  to  s y n the siz e  vocod ed  spee c h.   Th e  vocod ed  spee ch  was   pre sente d   to  tw enty   norm al - h e ari ng  l iste n ers.   The   r esult s  ind ic a te d  th at  spee ch  intelligib il ity   was  m arg ina lly   improved  by   the   MBS S  al gorit hm   and   signifi c ant l y   improved  b y   the  W F   al gorit hm   in  so m e  condi ti ons.  Th e   enha nc ed  bis y l l abi c  words   sh owed  a  not ice ably   high er  in te lligibi lit y   improvem ent   th an  the   enha n ced  m onosy l la bi c   words   in  al l  condi ti ons ,   par ticula r l y   in  spee ch - shap ed  n oise.   Such  outcom es  m ay   be  b ene fi c ial  t o   Tha i - spe aki ng   CI  li st ene rs .   Ke yw or ds:   Sound c odin g   Sp ect ral s ubtra ct ion   Sp eec h  e nh a nc e m ent   Sp eec h  intel li gi bili ty   Weine r  filt er   Copyright   ©   201 9   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .     Al l   rights re serv ed.   Corres pond in g  Aut h or :   Sirip orn Dacha sil aru k ,   Dep a rtm ent o f El ect rical  an d  Com pu te r  E ng i neer i ng,   Faculty  of E ngineerin g,   Nar es ua n Un i ve rsity , P hitsa nulo k 650 00, T ha il and .   Em a il :  siripo r nd@ nu.ac.t h,   dsi riporn@ ho tm ai l.com       1.   INTROD U CTION   Most  CI  li ste ne rs  can  ac hiev e  high  spe ech  intel li gib il it y  wh ic h  is  cl os e  to  the  capa bili ty   of   no rm al - hear i ng  ( NH)  l ist ener s  i n  qu ie t  li ste nin g  e nviro nm ents.  This   is  beca us e  al m os t  al l  the  sound  c odin g  str at egies   us e d  by  m od e rn   C I  de vices  perform   well   i n  qu ie t  li ste nin g  en vir on m ents  [ 1 ] .  H owe ver,  m os t  CI  li ste ner s   su f fer  f ro m   de creased   s peec h  intel li gib il it y  m or e  tha n  NH  li ste ner s   in  no isy   li ste ni ng  en vir onm e nts.  T he   higher  t he  no is e  le vel,  the  l ower  t he  s peech  intel li gib il it y  perform ance  [ 2 ] .  O ne  of   t he  sp eci fic  li m it ation s  of  CI  de vices  in  te rm s  of   fr eq ue ncy,  te m po ral  and   am plit ude  reso l ution s  [ 3 ]   is   relat ed  to   transm itti ng   sp eech   inf or m at ion   to  the  au ditor y  ne rv es .  A nothe r  lim i ta ti on   is  the  eff ect   of  c hannel  interact io n,  wh ic h  res ul ts  from   the  overla p  of   el ect rical   fiel ds   betwee n  el ec tro des  [ 4 ] .  Ele ct ric  stim ulati o n  of   one  el ect r od e   m ay   be  distor te d  by  the  sti m ulatio n   of   oth e r  el ect rodes.   S uc h  interact ions  c an  dec rease  int el li gib i li ty   per fo rm ance.  Th er efore,   CI  researc he rs   hav e  in creasi ng ly   at tem pted  to  im pr ov e  sp eec h  intel li gib il it y  per form ance,  par ti cula rly   by  dev el op i ng s pe ech e nh a ncem ent (SE)  strategi es for  u se  in  a dverse  noisy  e nvir on m ents.   Gen e rall y,  sin gle - c hannel  S E  strat eg ie s   ar e  us e d  i n  m os t  tradit ion al   C I  syst em s,  and  this   ca n  be   exten ded  to   ap ply  to  m ulti - ch ann el   SE   strat e gies.   The refor e ,   sin gle - c ha nn e l  SE  strat e gies   we re  em plo ye d  i n  this  stud y.   S e ver al   stu dies  hav e  in dicat e d  that  these  sing le - c ha nn el   SE  al go rit hm s   i m pr o ved  sp eec h  intel li gib il it y  s ign ific a ntly   for  hea rin g - im paired   ( H I)   li ste ner s .  SE  al gor it h m s  su ch  as   the  pre - proce ssin g  Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Sp eec h  i ntell igibil it y enhan ce men t f or  t ha i - s pea ki ng co c hle ar  im pl an t l ist eners   ( Siri porn  Da c hasil aruk )   867   appr oach   ha ve   bee n  a pp li ed   to  CI  syst em s,  i nclu d ing   s ubspa ce - base d,  W e iner  filt er,  an d  sp ect ral  s ubtra ct ive   al gorithm s.  Loizou   et   al .  [ 5 ]   dem on strat ed  that  the  subsp a ce - base d  al gori thm   pr op os ed  by  Hu   a nd   L oizou   [ 6 ]   sign ific a ntly   i m pr ov e d  sente nce  rec ogniti on  in  sp eec h - sha ped   no ise   at   a  5  dB  sign al - to - no ise   rati o  (S NR )   a m on g   a  gro up  of  f ourteen   Cl arion   C I  li s te ner s,   with   a n  a ver a ge  im pr ovem ent  of  44%.   H oweve r,  this  al gorithm   can  al so   pr ov i de  r e cogniti on  be ne fits  for  sta ti ona ry  noise   (e .g.  s peech - s hap e d  no ise   (SSN )),  bu t   t he   al gorithm   do e s  not  gu a ra nt ee  i m pr ovem ent  f or  non - s ta ti on ary  no is es  (e. g.  babb le   no ise   (BB N)).    Bolner   et   al .   [ 7 ]   sh owe d  t hat  a   W ei ner  filt er  ( WF)  base d  on  a  pri ori   S NR  e stim at es  [ 8 ]   sig nificantl y  im pr ov e d  sentence  recog niti on   in  a  SS N  co nd it io n  at   0  dB  SN R  in   a  gr ou p  of  te n  N H  li ste ner s ,  bu t  the re  wa s  n o  i m pr ovem ent  i n  a  BB N  co ndit ion .  Additi on a ll y,  a  stud y  by  Koning  et   al .  [ 9 ]   showe d  that   the  W F  al go rithm ,  app l ie d  as  a n  env el ope - wei gh ti ng  a ppro a ch,   pr ov i ded   bo t h  sp eec h  intel li gib il it y  a nd   s peec h  qu al it y  i m pr ovem ent f or a  group o f  si x Du tc h - s pea kin g C I  li ste ne rs and si x D utch - sp ea king  NH li ste ner s .   Ov e r  al m os t  fo ur  deca des ,   sp ect ral  s ubtra ct ion   ( SS )   al gorithm s  ha ve   been  de velo pe d  in   m any  ver si ons,  an d  s om e  of   the se   ha ve  bee n  ap plied  in  CI  syst em s.  An   SS  al go rithm   ref err e d  to  as  the  IN T EL  S E   al gorithm   was  first  ap plied  by   Ho c hb e r g  et   al .  [ 10 ] .  Co nso nan t - vo wel - co ns ona nt  w ords   corrupted  by  SSN   at   SN R  ra ng i ng   f ro m   - 10   to  25  dB  for  N H  li st ener s  a nd   f ro m   - 5  to  25   dB  for  CI  li ste ner s  wer e  pr ocesse d  by  the   IN T EL  SE  al gorithm s.  The  e nh a nce d  w ords   wer e  pr e sente d  to  te n  N H  li ste ner s  a nd  te n  Nu cl e us   CI  li st ener s .   W or d  rec ogniti on   was  sig nificantl y  i m pr ov e d  for  CI  li ste ne r s  but  not  f or   N H  li ste ner s .  A   stud y  by  W ei ss   [ 11 ]   ind ic at ed  that  wh e n  the  nois y  sp eech  sig na ls  wer e  en hanced  by  the  INTEL  SE  al gorithm ,  the  err or  of   th e   seco nd  f or m ant  extracti on  w as  co ns ide ra bly  reduce d  in   t he  Nu cl e us   im plant  c odin g  st rategy.  These   eff ect s   wer e  u se d  t o  i m pr ov e s peec h pe rcep ti on i n  t he pr i or   stu dy.    Yang  a nd  F u   [ 12 ]   fou nd  sign ific a nt  im pr ov em ents  with  the  S S  al gorithm   pro po se d  by     Gu sta fss on   et  a l.  [ 13 ]   w he n  it  w as a pp li ed  t o sentence  rec ogniti on  i n  SS N at   diff e ren t S N Rs (i.e.  0,   3,   6,   and  9  dB)  in  a   gro up  of  se ven   C I   li ste ner s  w ho   us e d  dif fere nt   CI  de vices  (i. e.  N ucleus ,  Me d - El,  a nd  Cl ario n).   Ver sc huur   et   a l.   [ 14 ]   in dicat ed  that  se ntence   recog niti on   wi th  the  nonlinea r  SS  (NSS )  al gorithm   propose d  by   Loc kwo od   a nd   Boudy   [ 15 ]   was  sig nifica nt ly   i m pr ov ed  i n  SS N  at   both   5  an d  10   dB  SN Rs   f or  seve nteen   Nu cl e us   CI  li s te ner s.   H owev er,  s uc h  be ne f it s  m ay   be  limit ed  to  s uppr e s sing   non - sta ti onary  no ise .  A  la te r  stud y  by  Kall e l   et   al .   [ 16 ]   a ppli ed  the   N SS  al gorithm   pr op os e d  b y  Be r outi   et   al .  [ 17 ]   a nd  the   m ulti - ban d  SS   (MBSS)  al go rithm   pr opos e d  by  Kam at h  and   Loiz ou   [ 18 ]   to  three  bilat era l  Neu relec  CI  l ist ener s  an d  fi f ty   NH   l ist ener s.  T he   resu lt s  sho w ed  that  the  a ver a ge  w ord  r ecognit ion   im pro vem ent  was  4 – 9%  f or  bi la te ra l   Neurele c  CI  li s te ner s  a nd  7 – 13%  f or  N H  li ste ner s  at   al l  SNR s  (i.e.  - 3,  0,  3,  an d  6  dB ).   M or e over,   the  re su lt s   al so   in dicat ed  that  the  MB S S  al gorithm   enh a nce d  s peec h  intel li gib il it y  m or e  than  t he   NS S   al gorit hm   fo r   sing le  a nd m ulti ple interfe rin g no ise  sou rces .    Nev e rtheless ,  m os t  SE  strat egies  for  C I  li ste ner s   hav e   bee n  e valuate d  us i ng  the   E ng li sh  la nguag e .   A   few   stu dies  ha ve  eval uated  st rategies  us i ng   Fr e nch,  H e br e w,   D utch/Flem ish ,   an d  Chi ne se,  but  SE  stra te gies   hav e  ne ver   be en  eval uated  usi ng   t he  Th ai   la nguag e .  Di fferent  la ng uag e s  ha ve  dif fere nt  aco us ti c  cu es  an d  phonem ic s,  whic h  m a y  pr od uc e  diff e re nt  intel li gib il it y  per fo rm ances  us i ng  the  sam e  SE  te chn iq ues .  E ng li s h  is  a  non - to nal  la nguag e ,  wh e reas  T hai  is  a  ton al   la ng uag e   wh ic h  is  sim i la r  to  m any  Asian  la ngua ges   (e. g.   Chinese  a nd   Viet nam ese).  A  tona l  la ngua ge  us e s  a  tona l  le vel  wh ic h  is  disti ng uis he d  by  the  f un dam ental  fr e qu e ncy  ( F0)   co ntours  t o  re pr ese nt  le xi cal   m eaning .  Eac h  to ne  of  a  w ord  re pr ese nts  a   dif fer e nt  m ea ning.   Norm al l y  a  Th ai   syl la ble  consi sts  of  an   init ia l  conso na nt  (a   sing le /c luste re d  c on s ona nt),   a   vowel  (s hort/l ong),   an  opti onal   fin al   con s on a nt  and   a  to nal  le ve l.  Ther e  are f iv e  disti nctive  to nes   in  T hai  syllable s:  the  m idd le   /¯/,  the  lo w  /ˋ/ ,  the   fall ing   / ˆ/,  the   high  /ˊ /,  and  th e  risin g  /ˇ/ .   T he   Thai   to nes  of  m on os yl la bic  words  a re  c omm on ly  avail able.  E xa m ples  of   m on os yl la bic  wor ds  with  five  to ne s  diff e re ntiat i ng   th ei r  m eani ng   a re  /pāa/   (t hrow),   /pàa/   (for e st),  / pâa/  (a un t ),   / pá a/   (d a d)   a nd  /p ǎa/   (d a d).  T hes e  com po ne nts  are  im po rtant  t o  the  pe rfor m ance  of   sp eec h  intel li gib il it y   a m on g  T hai - s peak i ng C I  li ste ner s .   No   st ud ie s  ha ve   sp eci fical ly   evaluate d  SE  m et ho ds   with  Thai - s pea king  CI  li ste ner s.  T he re fore,  t he  obj ect ive  of   the  present  st ud y  is   to  inve sti gate  the  sp eech  intel li gi bili ty   per form ance  of  existi ng   S E   al gorithm s  and   to  assess  w hethe r  dif fer e nt   SE  al go rit hm s   pr ovide  diff e ren t  intel li gi bili ty   per form ance  in  var i ou s  noisy   env i ronm ents  for   T hai - s peaki ng   CI  li ste ne r s.   The  i nvest igati on   of  the  i m pr ov em ent  of   Tha i   word  rec ogniti on   c once ntrate s   on  SE  al gorithm s  as  the  pr e - proce ssin g  a ppr oac h,   nam ely  m ulti - ban d  s pectral   su bt racti on   (MBSS)  an d  W ei ner   filt er  ( WF)  al gorithm s.  Both  achie ve  a  trade - off  be t ween   ef fecti ve   no ise   reducti on ,   s pe ech  dist or ti on,   and   l ow   c ompu ta ti on  c os ts  for  real - ti m e   i m ple m entat i on s  [ 8 ,  14 ] .  T he   WF  al gorithm   with  nonvoc oded  s peech   has  s ho wn   high  s peec h  intel li gib il it y  scor es  i n  thre e  la nguag e s:  Eng li s h,  Chinese ,   a nd   J apan e se  [ 19 ] .  The  MB SS  al gorithm   is  on e  ver si on   of   the  sp ect ral  subtra ct i on   al gorith m   wh ic h  has  bee n  s how n  to   yi el d  a  s pe ech  intel li gib i li ty   i m pr ov em ent  f or  F ren c h - sp ea king  a nd  Ma nd a rin - sp ea king  C I   li ste ner s.   S om e   p re vious  stu di es  su pp or t  sel e ct ing   both  S E  al gorithm s.  A  sp eec h  intel li gib il it y  evaluati on   was   cond ucted  on  NH   li ste ne rs  i n  a  CI  sim ulatio n  with  a  no i se - ba nd  voc oder.  T he  pr ese nt   stud y  was  ex te nd e d  from  a stud y  by  D acha sil aruk   et  al.  [ 20 ]   wi th  a lar ge r n um ber   of   sub j ect s.     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 3 , N o.   3 ,  Ma rc h   201 9   :   866   –   8 7 5   868   2.   SPEE CH E N HANCE MEN T FOR  THE  CI  S YS TE M   2 . 1.       S peech  Enhan c emen t Alg orithm s   Figure  1  prese nts  a   CI  sim ul at ion   with  a  noise - band  vo c od e r  based   on   sp eec h  en ha nc e m ent.   The   no isy   s peec h  is   processe d  with  a  SE  al go rith m   to  ge ner at e  enh a nce d  s pee ch .  Af te r  th at ,   the  en ha nced  s peech   is  fed  int o  the   CI  syst em   to  pro duce  vo c ode d  s peec h .  Furt her  desc riptio ns  of  t he  MB SS   an d  WF  al gor it h m s   are  giv e n  in  K a m at h   and   Loi zou   [ 18 ]   and   Scal art  and   Vi ei ra   [ 8 ]   resp ec ti vely .  B oth   alg ori thm s  are  br ie fly   descr i bed   i n  th is  sect ion .  Assum e  that  no isy   sp eech   sig nals  ( y )   at   a  sam pli ng   rate  of  16  kHz  are  gen e rat ed  by   add i ng  noise   ( n )  t o  cl ean   s pe ech   sig nals   ( x ) .  The n ,   t he  po wer   sp ect r um   of   t he  no isy   s peech   sig nals  can  be  appr ox im at ely   est i m at ed  as   fol lows :     2 2 2 ( ) ( ) ( ) Y k X k N k    (1)     T he  MB SS  a l gorithm   is  slig htly   dif fer e nt   to  the  N SS  a lgorit hm s .  The  MB SS  us es   a   factor   of  su bt racti on   e stim at ed  in  each  f reque ncy  bi n  an d  eac h  f r equ e ncy  ba nd,   wh e reas  the  NS S  us es  t his  facto r   est i m at e d  in  e ach  fr e quency  bin .   T he  co nce pt  of   the  MB S S   is  that  the  c har act erist ic s  of  the  no ise   s pe ct ru m   m ay   no t  aff ect   the  sp eec h  s pe ct ru m   equ al ly   acro s s  the  e ntir e  fr e quency  ba nd.   T he  noise   sp ect r um   m a y  aff ect   so m e  fr eq uen c y  bands  m or e  or   le ss  t han   ot her s .  T he re for e,  sp ect r al   sub tract ion   is  perf or m ed  sepa ratel y  in   each  fr e qu e ncy  b a nd. In  the  i th   ba nd, th e  s pec trum  o f  the  cle an  s peec h  is es tim a te d  as:     22 2 ˆˆ ( ) ( ) ( ) , i i i i i i i X k Y k N k b k e    (2)     wh e re  2 ˆ () Nk   is  the  est i m at ed  sp ect ru m   of   the n ois e  sign al ,  b i   a nd  e i   are  the  sta rt   and   sto p   bi ns  of  the  i th   ba nd ,   and  α i   a nd  δ i   a r e   the ove r - s ubtract ion   an d we igh t fact or s  of   t he  i th   ba nd,   res pecti vely .   T he wei ght fact or   c an be  ind ivi du al ly  se t for eac h band .   Fo r  t he   WF  a lgorit hm ,  t he  gain  f unct io n  g(k)   is  exp res sed  with   a  pri or i   SN R   k .   The   k   is  est i m at ed  from   the   pa st  a nd  present   est im a tes  of   k   as  a   wei ghte d  com bin at ion.  The   ˆ () k m   of   t he   prese nt  fr am e  m   is est im at ed  as foll ows:     () 1 k k gk   (3)     2 2 22 ˆ ( 1 ) () ˆ ( ) ( 1 ) m a x 1 , 0 ( 1 ) ( ) k k k kk Xm Ym m N m N m       (4)     wh e re  α   de note s  a  s m oo thin g  co ns ta nt  ( α = 0.98),  a nd   ˆ ( 1 ) k Xm , () k Ym   an d  () k Nm are  the  sp ect ru m   of  the  enh a nce d  s peech   si gn al   at   the  past  fr am e   m - 1,  the  sp ect r um   of   the  no is y  sp eech  an d  the  noise   sign al   at   the  pr ese nt  fr am e  m , res pecti vely .             Figure  1.  Bl oc k diag ram  o f  a  CI sim ulati on  b ase d on sp eec h  e nh a ncem ent       E n h a n c e d   S p e e c h   P r e - e m p h a s i s C h   1 :  S u m   o f   m a g n i t u d e   s q u a r e   n - of - m c h a n n e l   m a x i m a   s e l e c t i o n   N o i s y   S p e e c h   F F T   F i l t e r   b a n k C h   2 :  S u m   o f   m a g n i t u d e   s q u a r e   C h   22 :  S u m   o f   m a g n i t u d e   s q u a r e     S p e e c h   E n h a n c e m e n t A l g o r i t h m s V o c o d e d   s p e e c h C h   1 :  F i l t e r e d   n o i s e   C h   2 :  F i l t e r e d   n o i s e   C h   22 :  F i l t e r e d   n o i s e   C I   S y s t e m Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Sp eec h  i ntell igibil it y enhan ce men t f or  t ha i - s pea ki ng co c hle ar  im pl an t l ist eners   ( Siri porn  Da c hasil aruk )   869   2.2 .      S ound  C od in g  S tr at e gies   C omm ercial   m anu fact ur e rs   of  CI  dev ic e s  pro pose   m a ny  sou nd  co di ng   st rategies   su c h  as  t he   Con ti nu ou s  I nt erleave d  Sam pling   (CIS)  stra te gy  and   the  Adva nced   Co m bin at ion   Enc od e r  ( ACE)  strat egy.   Gen e rall y,  the   CIS  strat egy   is  pr op os e d  in  CI  de vices  m ade  by  al l  m anu fact ur e rs,  and   it   has  di ff e ren t  i m ple m entat io ns   de pe ndin g  on   t he  m anu fa ct ur er .  T he  Co chlear  C om pan y ,   pro duci ng  Nu cl e us   CI  de vices ,   offer s  both  the   CIS  an d  AC E   strat eg ie s .  T he   diff e re nce   be tween  the se   str at egies  li es  in   the  cha nn el   m axim a   sel ect ion   sta ge .  Cha nnel   m axi m a   sel ect ion   is  pe rfor m ed  in   the  ACE  but  no t  i n  t he  CI S.   A   fe w  st ud ie s   ha ve   rev eal e d  that  m os t  Nu cl eus  CI  li ste ner s  pr efer red   th e  AC E  ov e r  the  CI S ,  an d  the  m ean  scor es  us in g  t he  ACE   sh ow   sig nifica ntly   hig he r  sp e ech  intel li gib il it y  than  th os e  us in g  the  CIS   [ 21 ] ,  [ 22 ] .  Mo reov er ,  the  pre ferre d  strat egy co rr e s ponded  w it h t he  sp eec h  i ntell i gib il it y   ou tc ome .   The  ACE  st rategy  can   be   de scribe d  as   an   n - of - m   strat e gy   [ 23 ] .  T he  s pe ech  si gn al   is   deco m po se d  into  m   c hannel s  relat ed  to  the   nu m ber   of  el ect rodes,   but   on ly   the  n   chann el s  with  m axim u m   a m pli tude s  are   sel ect ed  f or  si m ul ta ne ous  sti m ula ti on .  T he   con ce pt  of  the   ACE   strat e gy  i s  to  i ncr ease   te m po ral  res olu ti on  an d   reduce  re dund ant  inform at io n   in  sp eec h .   The  m os t  i m po rtant  cha nn el s   co ntaini ng   im po rtant   sp eech   inf or m at ion   ca n  be  update d  m or e  fr e qu e ntly   by  rem ov in g  the  le ss   sig ni fic ant  c hannel s  [ 24 ] .   T his  st rategy  m ay   red uce   th e  overall   S NR  le vel  an d  pr es um ably   red uce s   cha nnel   inter act ion   [ 25 ] .  A dd it io nally ,  the   powe r   consum ption   of   el ect rical  sti m ula ti on  ca n b e d ec reased , a nd this  m ay  leng then batt ery li f e f or  C I device s  [ 26 ] .   As  show n  in   F ig ure   1 ,   in  pa rt   of   the  CI  syst e m   the  enh anc ed  sp eec h  was   filt ered   by  a   pre - em hasis   filt er  to  am plify  the  hi gh - f re quency  c om po ne nts  of   sp eec h  inf or m at ion .  T hen,   the   f ram e - by - f ram e  pr oc essin g  of   12 8  sam ples  with   a n  overla p  of   75%   was   app li ed   to   the  pr e - em ph asi zed  s peec h .  The   gr eat er   the   ove rlap  of   the  fr am e ,  th e  higher  t he  channel  sti m u la ti on   rates.  Each  f r am e  of   the  pr e - em ph asi zed  s peec h  was   deco m po se d  usi ng  the  fast - Four ie r   tra ns f or m   (F FT )  i nto   un i form   fr e qu e ncy  ba nd s   ( 128  bin s ),  with  th e   fr e qu e ncy  ba nd  of   eac h  bin   a t  12 5  Hz .  O nly  the  first  64   bi ns   we re   us e d ,   to  ge ner at e  a  frequ e ncy  res olut ion   of  22   c hanne ls .  T he  pow er s   of   con sec utive  bi ns   wer e  s umm ed  within  frequ e ncy  ra ng e s  sp eci fied   in  the  CI   syst e m .  The  c utoff  fr e quenc ie s  of   the   22  channels  wer e   187.5 ,  312.5,  437.5 ,  562.5,  687.5 ,  812.5,  937. 5,   1062. 5,   1187. 5,   1312. 5,  15 62. 5,   1812. 5,  2062. 5,  23 12.5,   2687. 5,  30 62. 5,   3562. 5,  40 62. 5,   4687. 5,  5312. 5,   6062. 5,   69 37. 5,   an d  79 37.5  Hz.   Af te r  th at ,  the  1 2   en ve lop e  cha nnel s   with  the  la rgest   a m plit ud es   wer e  m od ulate d  by  wh it e  noise   with  the  sa m e  cutof f  f re qu e ncie s   as  the  FFT  filt er  ban k .  Fina ll y,  v ocoded   s peech  was   sy nth esi ze d  by  su m m ing   al l  the  sel ect ed   cha nn el s  of  th e  m od ulate d  si gn al .   Th e  voc oded   sp eec h   wa s  then   pr ese nted  to N H  li ste ners   f or  te sti ng .       3.   PERF O R MANC E E V ALU ATIO N   All  the  Thai  w ords  i n  t his  st ud y  we re  from   a  c orp us   wh ic h  is  c omm on ly   us e d  i n  cl ini cal   pr act ic e   with HI list ene rs.  In this st udy t he  Thai wor d  te st was d i vid ed  i nto   8  li sts of  m on osy ll abic words an d  8  l ist s o f   bisyl la bic  w ords   [ 27 ] ,  [ 28 ] .   Each  li st  had  25  wor ds   a nd  th e  total   w ords   a re  400  w ords .   Af te r   the   w ord s  we re   sel ect ed  from   t he  co rpus,   al l  the  rec orded   w ords  we re  co rrup te d  by  sp eec h - s ha ped   no ise   (S SN)  at   SN R   le vels  of   0  an d  5  dB,   and   babble  noise   (BBN )  at   SN R  le vels  of   5  an d  10  dB.   The  le vels  of   SN R  we re  caref ully   chosen  to  a void  flo or  an d  cei li ng   ef fects  [ 7 ] ,  [ 29 ] ,  as  well   as  par ti cula rly   no isy   an d  e nhanced   m onos yl la bic   words.  The n,  t he  noisy   w ord s  we re  proces s ed  us in g  the  M BSS  a nd  WF  a lgorit hm s.  The   en ha nced  an d  no isy   words  we re  processe d  usi ng  the  ACE  st rategy  to  pr oduce  the  voco de d  s peech   sig nals.  The  vo c oded  s peech  sign al s  we re  presente d  to  N H  sub j ect s  in  a  total   of   24   c onditi ons  ([2  SE  al gorithm s   +  1  unproces sed  S E   al gorithm ]     2  word ty pes    2 n oise ty pes    2  S NR le vels).    T we nty  NH   subj ect s  ( 14   m a les,   6   fem al es,  a ge  ra ng e  f ro m   20   to 4 0  a nd   m ean  age  26 )  pa rtic ipate d   i n  this  ex per im ent .  All  sub j ect s  wer e  native   sp eakers   of  T hai ,  an d  wer e   un dergr a duat e  st ud e nts  a nd  sta ff   at   a   Thai  public  unive rsity .   Otos cop y  was  unde rtake n  f or  al l  subj ect s   to  c heck  f or   any  abno rm aliti es  in  thei r   m idd le   ears .  T hen,  a ll   s ubj ect s  un der t ook  a   pure  t on e   a ud i ogram   te st  to  c onfirm   that  the y  ha d  NH  th re sh ol ds   (<  25  dB  H L,  betwee n  0. 25   and  8  k Hz).   A ll   su bject s  we r e  paid  f or   t heir  pa rtic ipati on  and  they   al l  sign e d  a   consent  form .  This e xp e rim e nt w a s a pprove d by the  Ethic s  Com m it te e o f t he  unive rsity .   The  vo c oded  s peech   sig nals  wer e  pr e sente d  u sin g  a  la pt op,  un il at erall y  thr ough  a  hea dpho ne.   T he  su bject s  us ed  on ly   one  prefe rr e d  ear,  t he  one  that  was  m os t  com fo rtabl e  fo r  t hem ,  to  li ste n  to  the  voco de d  sp eec h  sig nals  in  al l  te ste d  c onditi ons.   The   volum es  of   t he  vo c oded   s peec h  sig nals  we re  cal ibrat ed  t o  be   at   a  com fo rtable  co nv e rsional   le ve l.  Each  s ubj e ct   was  assesse d   in  a  total   of  24   c onditi ons  ov e r  tw o  sessi on s  on   separ at e  days  ( 12   co ndit ion s  per   s essio n,   on e  sessio n  pe r  da y),  with   a  bre ak  of   at   le ast   one  w eek   betwe en  th e   two  s essio ns  t o av oid  lea rn i ng eff ect s . Testin g  la ste d ap pro xim at ely o ne h our  in  eac h  se ssion.   Be fore  the  act ual  te sts  wer e   carrie d  out,  t he  resea rc her s   offer e d  trai nin g  te sts  t o  en su re  t hat  th e   su bject s  cl earl y  under st ood  how  t o  do  the  t est s.  I n  the  trai ning  te sts  the  s ubj ect s  we re  a sk e d  to  li ste n  t o  both   no isy   a nd  en ha nced  w ords  i n  al l  co nd it io ns   durin g  a  5 - m inu te   te st,  to  fam il ia rise  t hem sel ves  with  the   vo c oded  s peec h  sig nals.  The y  wer e  trai ne d  in  bo th   ses sio ns   be fore  they   under t ook  the   act ual  te sts.  In   the  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 3 , N o.   3 ,  Ma rc h   201 9   :   866   –   8 7 5   870   act ual  te sts,  the  su bject s   li ste ned   t o  the  w ords  an d   wrote  them   do w n   on  their  pa per s .  T hey  co uld   gue ss  the   words  if  they   wer e  uncertai n.  Sub j ect s  we r e  scor e d  base d  on   how  m any  wor ds   they   id entifi ed  c orrec tl y  in   each  li st.  O ne  word   li st  wa s  a dm inist ered   pe r  co ndit ion ,  a nd  each  li st  co nt ai ned   on e  hundre d  word s .  N o  w ord   li st  was  rep eat ed  acr os s  the  c onditi ons  in  ea ch  sessio n  f or  each  sub j ect .  T he  li st - to - c ondi ti on   m app ing   a nd   t he  order o f  te ste d  conditi o ns i n e ach sessi on w e re r a ndom iz ed  for  eac h  s ubj ec t. Th e  sub j ect s  did   not k now wh ic h  conditi on  w ould  be  te ste d  a nd   w hat  the  te ste d  c onditi on s   w ou l d  be.   In  ord er  to  a void  li ste ning  fati gu e  wh i c h  m ay   aff ect   per f or m ance,  the  s ubj ect s  we re  gi ven   a b rea k  e ve ry  20   m inu te s  durin g  the  act ual  te st,  or  w he nev e r   they  r e qu ire d a  r est .   The  sc or e s  of  correct   w ords  wer e  a ve rag e d  base d  on   t he  per ce ntage   of  words  ide ntifie d  c orrectl y.   The n  t he  sco r es  wer e  sta ti sti cal ly   analy ze d  us i ng   S PSS  so ft war e .  A n  analy sis  of   va ri ance  ( ANO V A)   with  rep eat e d  m eas ur es  was  c ar ried  ou t  to   in ve sti gate  the  di ff e ren ces   bet w een  m ean  sco res  in  te rm s  of   SE   al gorithm s,  S NR  le vels,  noi se  ty pes,   and   word   ty pes .  A   po st  hoc  Bo nfer roni - c orrect ed  te st  with  a  m ul ti ple   paire d  com par ison   was  em pl oyed  to  ex am i ne  the  in div id ual  relat ion s hi ps   bet ween   th e  m ean  scor es   in  each   conditi on.       4.   RESU LT S  AND DI SCUS S ION   The  m ean  per c entage  c orrect  scor e s  of   20  N H  sub j ect s  in  24   c onditi ons  are  show n  in  F igure  2.   All  the  co ndit ion s   co ns ist ed  of   no isy   words  a nd   en ha nced   words   due  t o  diff e re nt  SE  al gorithm s,  SN R   le vels,   no ise   ty pes ,  a nd  w ord  ty pes .   The  re su lt s  of   no isy   a nd   e nha nced   w ords  s howe d  c onsider ably   increase d  m ean  scor e s as S NR  le vels incr ease d  at  the sam e n oise ty pe  an d  word  ty pe .   F or the n oisy w or ds , th e m ean sco res o f   the   bisyl la bic   w ords  with  BB N  inc rease d  sli ghtl y  as  SN R  le vels  in creased .  T he  m ean  sco res  s howe d  extrem el y  hig h  intel li gib il ity  at   5  and   10   dB   SN R.  At  5  dB   SN R  the  m ea n  sco res  f or   no isy   wo r ds   with   SSN  wer e  sli ghtl y  hi gh e r  tha n  th ose   for  noisy   w ords  with  BB N   for  m on os yl la bi c  word s ,  an d  alm os t  the  sam e  for  bisyl la bic  w ords.  The   e nh a nc ed  wor ds   rev ea le d  hi gher  m ean  sc or e s  tha n  t he  no isy   w ords   in  m os t  co nd it ion s .   The  WF  re flec te d  co ns ide ra bl y  bette r  perform ance  i m pr ovem ent  than  the  MB SS  in  a l m os t  al l  con di ti on s,   excep t  f or  m onos yl la bic wor ds at  5 dB  SN R   of BB N.     Fo r   the   m on osy ll abic  word s ,  the  WF  ref le ct ed  a  great er  i ntell igibil it y  i m p rovem ent  than  the  MB SS ,   especial ly  f or  t he  co ndit ion  of  SS N  at  0  a nd   5  dB SNR. Bot h  al gorithm s yielded  alm os t t he  sa m e  m ean s cor es   for  BB N  at 5  a nd 10 dB S NR.  How e ver, th e  enh a nce d wor ds wit h b oth   al gorithm s show e d  lo we r  m ean sco res   than  the  no isy   word s  for  BB N  at   10   dB   SN R.  F or   th e  bisyl la bic  wo r ds ,  the  WF  al go rithm   sh ow e d  a   no ti ceably   hi gher  im pr ov em ent  than  the  MB SS,   esp eci al ly   in  the  conditi on  of  SSN   at   0  and   5  dB  S NR.  Both   al gorithm s  il lustrate d  a  sli gh t   i m pr ov em ent  for  BB N.   The  ov e rall   m ean  scor es  f or  the  bi syl la bic  wo rds   wer e   higher  tha n  th ose  for t he  m onos yl la bic wor ds.   A  tw o - way  A NOV A  with  re peated  m easure s  was  us e d  to   exp l or e  t he  two  facto rs  of   SE  al gorithm   and  S NR  le vel .  F or   t he  m onosy ll abic  words  with  S SN,  the   sta ti sti cal   anal ysi s  rev eal e d   a   sig nificant  e ffec t  of  SE  al gorit hm   [ F (2,38 )=17. 60,   p < 0.000 5]  an d  S NR  le vel  [ F (1,19 )=68. 73,   p < 0.000 5].  P os t  ho c   te sts  f or  S E   al gorith m s ind ic at ed  that t he WF  produce d  s ign ific a ntly  h ig her  i ntell igibil i ty  sco res  tha n  the noisy  words , and   sh owe d  sig nifi cantl y  bette r  pe rfor m ance  than  the  MB SS  at   0  dB  SN R .  Post   ho c  te sts  of   SN R  le vels  re ve al ed   that  an  inc reas ed  S NR  le vel  pro vid e d  sig ni fican tl y  i m pr oved  i ntell igibil it y  scor es  f or  no isy   words  a nd   t he  MB SS  ( p <0 .0005 ),   but  this  diff e re nce  was   not  sta ti sti cally   sign ific ant   for  the   WF.   F or   t he  m onos yl la bic  words  with  B BN,  the re  were  sign i ficant  e f fects  of  S NR  l evel  [ F ( 1,19)= 105.7 3,   p < 0.0 005]  an d  a   sig nificant  interact ion  ef fe ct   betwee n  S E  al gorithm   and   SN R  le ve l  [ F ( 2,38)= 7.95,  p < 0.05 ] .  Post   hoc   te sts  of  S NR  l evels   ind ic at ed  that  the  noisy   words   at   10   dB  SN R   sh owe d  sign i f ic antly   hig her   i ntell igibil it y  sc or es  tha n  th os e   at   5   dB  SN R.  F or   the  bisyl la bi c  words  with  S SN ,  the  sta ti sti cal   analy sis  i nd ic at ed  a  sig nificant  ef fect  of   SE   al gorithm   [ F (2,38) = 50. 28,  p < 0.000 5],  a  sig nificant  ef fect  of   S NR  le vel  [ F ( 1,1 9) = 268.57,  p < 0.0 005]   and   a   sign ific a nt  interact ion   e ff ect   be tween  SE  al gorithm   and   S N R  le vel  [ F (2,38) = 12. 27,  p < 0.000 5].  Po st  hoc  te sts  of   SE  al gorith m s   and   SN R  l evels  ind ic at e d  that  the  m ultip le   paire d  com par is on   yi el de d  the  sam e  resu lt s  as   the m on os yl la bi c w or ds   with  SSN.   The  relat ive   diff e ren ce  of   m ean  scor es  betwee n  no isy   wor ds  and   en ha nc ed  w ords   is   sh ow n  in  Fig ure  3.   The re  was   a  co ns ide rab le   increase  i n  int el li gib il it y  i m pr ovem ent  fo r   e nh a nce d  words   with  SE  al gorit hm s   f or  both   w ord   ty pes  w hich  wer e   eval ua te d  in   the  s a m e  te ste d  co nd it io ns .   E xce pt  f or  m on os yl la bic  words  in   BB N   at   10   dB   SN R ,  intel li gib il it y  perform ance  de creased .  T he   WF  ex hib it ed   a  hi gh   i m pr ovem ent  bu t  the  MB SS  s howe d  a  low  i m pr ov em ent  in  bo t h  w ord  ty pe s.  I n  te rm s  of   the  overall   res ult  of  intel li gib il it y  i m pr ov em ent  i n  the  w ho le   c onditi on,  SE  a lgorit hm s  i m pr ov e d  by  ap pro xim a te ly   3%  f or   t he   MB SS  and   by  12%  f or   the  W F.  A  tre nd  of  decr ease d  intel li gib il it y  per form ance  with  increase d  S NR  le vels  was  f ound  in  bo t h  SE  al gori thm s.  The  WF  yi el ded   bette r   intel li gib il ity  than  the  MB S S  at   the  sa m e   SN R   le vels.     Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Sp eec h  i ntell igibil it y enhan ce men t f or  t ha i - s pea ki ng co c hle ar  im pl an t l ist eners   ( Siri porn  Da c hasil aruk )   871                   (a) M on os yl la bic wo rd s                   (b)  Bi syl la bic wor ds     Figure  2 .  The   m ean p e rcen ta ge  c orrect sc ores of  20 no rm a l - hear i ng li ste ne rs for the  nois y words ( N W)  and  the enha nce d words  with the  MB SS  a nd  WF  al gorithm s are  shown  f or spee ch - s ha ped noise ( SS N)   at  0, 5 dB   SN R a nd  babbl e  noise  ( BB N)  at  5  a nd 10 dB  SN R.  The  p l us (+)  d e note s th at  the m ean p er centage  co rr ect   scor e s ar e  sig ni ficantl y hig her than  th os e at t he  lo we r  S NR  le vel ( p <0 .00 05) . An ast erisk   (*) den otes t ha t t he  m ean p e rcen ta ge  c orrect sc ores are  sig nifica ntly  h ig her tha n  th os e  at the s a m e SN R l evel ; ** p < 0.05,  *** p <  0.000 5.   The  er ror bars  in dicat e the s ta nd a rd  dev ia ti on  of th e sco res                       (a) M on os yl la bic wo rd s                (b)  Bi syl la bic wo rd s       Figure  3 .  Re la ti ve  di ff e ren ce s  in  intel li gib il it y scor e s  betwe en no isy   a nd e nh a nce d wor ds wit h  t he  MB S S and  WF  al gorithm s  are  s how n f or   sp eec h - s ha ped  no ise  ( S SN) at  0,   5 dB  SN R,  a nd for ba bble  noise (BB N) at   5,   10 d B  SN R . Posit ive  nu m bers in dicat e an  i nc reased  intel li gi bili ty  p erfor m ance  wh e reas  ne gative  nu m be rs  represe nt a  d ec reased  intel li gib il it y perfor m ance.   The  er ror bars  r e fer t o  t he  s ta ndar d dev i at ion   of the s co res       Exam ples  of   t he  el ect rod ogr a m s  for  of  the   m on osy ll abic  wor d  “/ yā am / ”  an d  the  bisyl la bic  wor d  “/ nâe - nōn/”  ar e  pr ese nted  in  Figure  4.  As  c an  be  cl early   s een  f ro m   the  el ect ro do gr am s,  the  MB SS  an d  W F   al gorithm s  can  reduce  no ise .   Howe ver,  the   con te nt  of  s pe ech  in form at i on   was  noti ceably   reduce d  f or   t he  enh a nce d  wor ds   with  the  M BSS,  a nd   resi dual   noise   sti ll   r e m ai ned   in  s om e  segm ents  of   the  e nhance d  wor ds   with  the   WF.   The  WF  preser ved  m or e  sp ee ch  in f or m at ion   at   low  f req ue nc ie s  rangin g  from   18 7  to  563  H z   or   in  the  el ect ro de   channels  bet ween  2 0  a nd  22.  S uch  p rese r vation  of   in for m at ion   by  the  WF  in  noisy   conditi ons  echo e d  a  sig nif ic ant intel li gib il it y im pr ov em e nt.     Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 3 , N o.   3 ,  Ma rc h   201 9   :   866   –   8 7 5   872           Figure  4 .  E le ct rod ogram s o f  t he   m on osy ll abic w ord  “/ yā am /”   (guard )  in  th e left  co l um n  and the  bisyl la bi c  word “/ nâe - nō n/” ( ce rtai n) in  the r i gh t   c olu m n.   The  f irst  r ow s hows  the cl ean  wor ds . T he  seco nd ro w  represe nts the no isy   wor d s at  5 dB S NR s pee ch - s ha ped nois e f or  t he  m on osy ll abic word a nd 5 dB  SN R   babble  no ise  fo r  the  b isy ll abic  word. The  thir d  a nd fo ur th  ro ws  s how  the e nhance d  w ords   with the   MB S S  an d  WF  al gorithm s , r es pecti vely       The  outc om es  of   the  prese nt  stud y  ha ve  de m on strat ed  that  the re  is   po te ntial   for   sin gle - cha nnel   SE   al gorithm s  (i.e.  MB SS  a nd  W F )  un der   var i ou s  noisy   conditi ons  to   be  a ble  to   i m pr ov e  intel li gib il it y  perform ance  f or  Thai   CI  li st ener s .  S om e  of  the   res ults  of  the   prese nt  s tud y  wer e   co nsi ste nt  with   th os e  of   Chen   et   al .  [ 29 ] .  This  stud y  fo un d  that  the  best  intel li gib il it y  per fo rm anc e  was  achieve d  by  the  W F   f or   both   sta ti on ary  nois e  (e.g.  SSN)  a nd   non - sta ti onary  no ise   (e .g.  BB N) .   Be cau s e  of   the  fact  th at   the  W F   perf or m s  a   trade - off  betw een  ef fecti ve  noise   re duct ion  and  sp eec h  dis tortio n  [ 30 ] ,  th e  W F  en ha nce d  s peech  m ay   con ta in   m or e  residu al   no ise   but  al so   m or e  pr eser ved   le xical   in form ation .  T he   m ajo rity   of   the  pr ese rv e d  le xica l   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Sp eec h  i ntell igibil it y enhan ce men t f or  t ha i - s pea ki ng co c hle ar  im pl an t l ist eners   ( Siri porn  Da c hasil aruk )   873   inf or m at ion   ha s  lo w - fr e quenc y  com po ne n ts,   w hich   are   im portant  i nfor m at ion   for  sp eec h  unde rstan ding  [ 4 ] .  No t  s urpr isi ngl y,  the  W F  en ha nced   s peec h  e xh i bits  higher  word   recog niti on   sc or e s.  F or   the  MB SS,   the   no ise   sp ect r um   natural ly   aff ect s  the   sp eec h  s pectr um   acro ss  var i ou s   f reque ncy  bands .  T he  no i se  sp ect ru m   m ay   be   ov e r - e stim at ed  and   over - s ubtract ed  f ro m   t he  s pectru m   of  noisy   sp eec h  in  eac h  f re qu e ncy  ba nd.  So m e  segm ents  of   le xical   inform at i on   m ay   be  agg ressi vely   rem ov e d  or  dist or t ed  by  proce ss ing   from   the  MB SS.  The  re sid ual  inf or m at ion   in   enh a nce d  s pee ch  is  ins uffici ent  to  un der sta nd   t he  le xical   m eaning .   Th us,  w ord   recog niti on   f or   the  MB SS  en han ce d  s peech  is  alm os t  equ al   to  or   w orse   than  that  of  noisy   sp eec h  in   so m e   conditi ons.   B isy ll abic  wo r ds   rev eal   sig ni ficantl y  highe r  intel li gib il it y  sco res  t han  m on os yl la bic  words  in   al l  te ste d  conditi ons.  Ge ne rall y,  the  bisyl la bic  words  ha d  longer  s peech   du r at ion s  an d  co nt ai ned   m or e  lex ic al   inf or m at ion   th an  th e  m on os y ll abic  w ords.  Wh e n  t hey  we re  m asked   by  n oise   or  s om e   segm ents  of  l exical   inf or m at ion   w ere  rem ov e d  or  de grade d  by  the  SE  al gorith m s  and   CI   c oding   st rategy,  t he   li ste ner s  were  able   to un der sta nd the c on te nt of t he wor ds  a nd guess t he bisy ll abic w ords  b et te r  tha n  t he  m onos yl la bic wor ds.     Disguised  wor ds   w hich  resu l t  fr om   no ise ,  SE  al gorithm s   and   CI  c od i ng  strat egies  c ha ng e  s ounds   and   a ff e ct   intel li gib il it y.  The  sound  c hange s  of   m onos yl la bic  w ords  ca n  be  cl assifi ed  i nto   si x  m ajo r  t ypes .  These  are  c ons on a nt  inserti on,  conso na nt  repl ace m ent,  con s on a nt  delet io n,   vowel  cha ng e s,  ton e  c hanges ,  an d  oth e rs.   Con s onant  inse rtio n  w as  f ound  only   in  t he  final  posit ion ,   as  i n  se   ( sp oil)     se ng   (s ound) .   H oweve r ,   conso na nt  re place m ent  and  c on s ona nt  delet ion   wer e   f ound  in  both  t he  i niti al   and   final   posit ion s ,  as  i n  tam  (foll ow)    ta   (eye);  pla  ( fish)    la   (do nk e y);   hm   (f ra grance,   onio n)    phm   (thin) ;  fan  (t oo t h)    f an g  (list en) .   V owel   cha ng es   we re  rar el y  f ound,  a s  in  dang  (f am ou s )    dam   (b la ck) .   To ne  c ha ng es  we re  fou nd  a s   well ,  as  i n  klng  (cam era)    klon g  ( drum ).  In te resti ngly ,  so m e  changes  cannot  be  cat a gorized .  F or  e xam ple,   m   (h ave   e nough  f ood)    kin  (eat )  s hows   that  a n  init ia l  con s ona nt  wa s  in sert ed  a nd  a  c on so na nt   rep la ncem ent  was  m ade  (/n/    / m /).  Anothe r  exam ple  is  m âk  (m any)    m a  (co m e),  wh ic h  al so   revea ls  two  changes .  On e   was  a   to ne  c ha ng e   f r om   a  fall ing  to ne  to   a  m id  to ne.  A noth er  was  a   c on s onant   delet io n;  / k/  w as  delet ed.   Fo r  bisyl la bic  words,  the  re pl ace m ent  of   pre cedin g  syl la bles  and   f ollo wi ng  syl la bles  res ults  in  so un d  changes .  Eit he r   pr ece di ng   sy ll ables  or   f ollow i ng   syl la ble s  wer e  re place d  by  ne w  syl la bles  w hich  r eflect  conso na nt  repl ace m ent   an d  ton e  c hanges ,  su c h  as  r o - r t  ( wait   for  the  bus)    l - r t  ( w heel);   fai - fá   (elect rici ty )    fai - pà  (for est   fi re) ;  l k - ni  (lit tl e)    d k - n i (b a by). Anothe r  c ha ng e   in   the   f ollo wing  syl la bles   was   a  c ons on a nt  delet ion  a nd  a   t on e   c ha nge,  as   in   nâ - tà ng  ( window)     nâ - ta   (fac e).   No ti ce   that  no   m at te r   wh at  ty pe s  of   s ound c hanges   wer e  foun d,  t he   sou nd  cha ng es led t o new  m eaning s .   In   pri nci ple,  Thai  syl la ble  sign al s  are  com po se d   of   the  init ia l  con sona nt,  vowel  an d  fina l  con sona nt   sign al s   [ 31 ] .  T he  init ia l  cons on a nt  a nd   vow el   sign al s  c on t ai n  ei ther  l ow   or   high  fr e qu e ncy  com ponent s.  Th e   final  co n s on a nt   sign al s  co ntain  only   low  f re qu e ncy  com ponen ts .  The  to ne   is  the  change   of   F 0  co ntou rs   acro ss   the  syl la ble.  T he  si gn al s   f or  the  th ree  phone m es  are  c om bi ned  by   te m po ral  co nd it io ns ,   and  the   vo wel  sign a l   act s  as  the   m ai n  syl la ble  si gn al   [ 31 ] .  The refor e ,  the   vo wel  sig nal  is  the  la r gest  c om po nen t  a nd  al ways  do m inate s  the  oth e rs.   I n  oth e r  words,  w hen  com par ed   to   the  vo wels  the   init ia l  and  fi na l  conso na nts  play   m ini m al  r oles.   The  fi nd i ng s   r arely   found  co nfusa ble  vowel s.   This  is  not  s urpr isi ng   si nce   vowels,  in  general,  are  the   m os t  sal ie nt  c om po ne nts   an d  they   are   the  key  facto rs  for   identify in g  th e  nu m ber   of   s yl la bles  in  each  w ord .   On   the  co ntra r y ,  the  stud y  frequ e ntly   fo un d  co nfusa ble  con s ona nts,  esp eci al ly  con s onant  rep la cem e nt.  A  conso na nt  in  t he  init ia l  po si ti on   is  m or e  conf us able  tha n   a  con c on a nt  in   the  final  posit ion.  This  i s  no t  su r pr isi ng ;  init ia l  con s on a nts  are  al ways  the   first  ph on em e,  an d  li ste ner s  need   t o  pe rcei ve  them   earli er  tha n  oth e r  phonem es.  Th us ,  it   is   not  easy   to   rec ognize  the se  so unds ,  ei t her   in   processe d  s pe ech   or  noisy   s peech.  More ov e r,   t he   com po ne nts  of   phonem es  m ay   be  ov e rla pp i ng.  F or  ins ta nce,  the   co m po nen ts  of   a n  init ia l  conso na nt   an d  a  vo wel  m ay   be  c om bin ed.  Con se quently ,  if  these   com ponen ts   are   disto rted  by  no ise   or  any   pro cessi ng stag e, this a ff ect s t he  s ound a nd c auses  t he  m eaning  t o  c hange .   In   t he  pr ese nt  stud y,  t he  set s  of   te ste d  w ord s  ha d  s om e  lim it a ti on s  wh e n  deali ng  with  relat ed  fact or   var ia ti ons acc ordi ng  t o  SE al gorithm s o r no is y env ir onm ent s,  as in t he  stu dies b y L i   et  al.  [ 19 ]   a nd  C he n   et  al.   [ 29 ] .  The  pres ent  corp us   has   been   em plo ye d  in  a ud i ology  cl inics  fo r  ov er  f or ty   ye ars,  par ti cularly   w it h  HI  li ste ner s.  As  a   resu lt ,  f or   the   Thai  la nguage  corpu s ,  exist ing   s peech   m a te rial s  are  inad equ at e  a nd   no t   ver y   pr act ic al   for  ei ther  cl inics  or   researc h  stu dies.  This  div e rsit y  in  sp eech  m at erial s  is  an  i m po rtant  issue .  The  te st  m at eria ls  of   c onsona nts,   vowels,  to nes   or   word s  are  m or e  su it able  for  analy zi ng  s peech   i nfor m ation   to   represe nt  a  HI  li ste ner ’s  pe r cepti on   a bili ty  and   re veal  in form ative  resul ts  abo ut  the  eff ect s  of  fact or s   or  par am et ric  var ia ti on .  T he  se nt ence  te st  m at er ia ls  inv ol ved   m any  factor s  ( e.g .  m eanin g,   con te xt,  r hyth m ,  e tc .)  and   m ay   be  mo re  a pprop riat e  fo r  r eal - li fe  com m un ic at ion .  T hu s ,  the  de velo pm ent  of   Thai  sp eech  m at erial s  sh oul d  be  unde rtake n  to  s upport  m or e  eff ect ive  evaluati ons   and   treat m ents.  I n  oth e r  w or ds ,  a  la r ge  co r pu s  of  div e rse  s peec h  m at erial s  is   nee ded,  wh i ch   will   be nef i t  aud i ologica l  evaluati on s   to  in vestigat e  sp ee c h  Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vo l.   1 3 , N o.   3 ,  Ma rc h   201 9   :   866   –   8 7 5   874   intel li gib il it y no t o nly am on g HI  li ste ne rs b ut  also fo r  CI  li ste ner s.  No neth el ess, ev e n wit h  the se li m it ati on s   i n  relat ion  t o   the   corp us , t he pre sent stu dy  is   a   ste pp i ng sto ne t o  f uture st ud ie s w it h C I  li ste ne rs.   Ther e  rem ai ns   an  en or m ou s   gap   in  knowl edg e  a nd  unde rstan ding  of  Thai  sp eec h  i ntell igibil ity   a m on g   T hai - s pe akin g  C I  li ste ner s .  As  a   res ul t,  the  intel li gi bili ty   of   T hai  s peech  s ounds  s hould  be   inte nsi vely   inv est igate d  in   te rm s o f  Thai l angua ge  f eat ures ( e. g.   co nsona nts, vowel s ,   a nd to nes),  s pee ch   c od i ng strat egies,  SE  al gorit hm s,   obj ect i ve  a nd  sub j ect ive  m easur em ents,  a dv e rse  e nvir onm ents  ( e. g.  no ise   ty pes  a nd  SNR   le vels),   an d  li ste ner s  ( both  NH   a nd   C I  li ste ner s ).   N e w   SE  al go rithm s  sh ould  be  de velo ped   us in g  oth e r  te chn iq ues  s uc h  as  dee p  m ac hin e  le ar ning  [ 32 ] ,  c om pr essive  sensi ng   [ 33 ] ,  [ 34 ]   an d  s o  on.  Thes e  al gorithm s  sh oul d  be  s pec ific al ly   adap te d  to  the  a ud it ory   per ce ptio n  of   CI   li ste ner s  t o   opti m a ll y  i m pro ve  pe rfor m ance  of  ei ther  s peec h  i ntell igibil it y  or   qu al it y .  Ii n  t urn,  s im il arit ies  or  differe nce s  in  pe rcep ti on   patte r ns   a nd  cro ss - li ng uisti c  ob s er vations m ay  then   be pr operly   app li ed  in  m an y sy stem s an d rela te d  a reas  for  f uture  researc h.       5.   CONCL US I O N   In   the  pr ese nt   stud y  ab ou t  Thai  intel li gibi li t y  per f or m a nce,  tw o  sin gle - cha nnel   SE  al gorithm s,  nam ely  MB SS  and   WF  al gori thm s,  wer e  eva luate d  by  twe nt y  NH   li ste ner s   us in g  CI  sim ulati on   with  a  noise - band  voc od e r.  The  resu lt s  r eveale d  that  sp eech  intel li gib il it y  per form ance  was  im p rove d  for  both  S E   al gorithm s  in  m os t   te ste d  con diti ons,  an d  was  sta ti sti cal l y  sign ific antly   i m pr ov e d  by  the  W F  al gorithm   in   so m e  con diti ons.  T he  WF  al gorithm   per f orm ed  bette r  tha n  the  MB SS  al gorithm   in  near ly   al l  con diti o ns .  T his   tren d  in  ou tc om es  will  be  use fu l  inf orm ati on   f or   Thai - s pe akin g  CI  li ste ner s  in  f uture  inv est igati ons  of   the  sp eec h  intel li gib il it y  per form ance  of  e xisti ng  SE  al gorith m s,  and   in  de ve lop in g  ei the r  new   SE  al gorit hm s  or  new sou nd c oding   strat egies  f or au ditor y  pro stheses i n  f utur e stu dies.        ACKN OWLE DGE MENTS   This   re searc h  was  s upporte d  by  gra nts  f rom   Nar esuan  U niv e rsity .  The  auth or s   w ould  li ke  to  th a nk   al l  the  su bj ect s  who  par ti ci pated  in  this  stud y.  F ur t herm or e,  we  would  al so   li ke  to  than k  Cha dar t han  Lua ng sa wa ng,   Sira pr a bh a   K aewsr i,   an d  P at a m awad ee  D oungta   f ro m   the  Dep a rtm ent   of  Otolary ngology,  Nar es ua n  U nive rsity   fo r  subs ta ntial   help  in  colle ct ing   the  data,  an d  Dr.  Ra tt inan  Tirav anitc hakul  a nd  Ra da   Dar a  from   the  De par tm ent  of  Com m un ic at ion   Scie nce   an d  Dis orde r s,  Fac ulty   of  Me dicine,  M ahid ol  Un i ver sit y, T ha il and   for  th ei r  u se fu l  sug gestion s .       REFERE NCE S   [1]   Kokkinaki s  K,  Azimi  B,   Hu  Y ,   Friedl and  DR.   Single   and  Multi pl e  Micropho ne  Noise  Reduction  Strategie s  i n  Cochl e ar  Im pla n ts.  Tr ends  in   Am pli ficati on .   2012 ;16(2): 102 - 16.   [2]   Hu  Y,  Loi zou  PC ,   Li   N,  Kasturi   K.  Us e  of  a  sigm oida l - shape d  f unct ion  for  nois e  at t enuation  in  coc hl ea r  implan t s.  Journal  of   the A cousti cal Society   of Americ a .   200 7;122(4): 128 - 34.   [3]   Qin  MK ,   Oxen ham  AJ .   Eff e cts   of  sim ula te d   coc hl ea r - impl ant  proc essing  on   spee ch   re ce pt i on  in  f luc tu at in g  m aske rs.  Journa l  of   the A cousti c al  Soc ie t y  o f  Am eric a .   2003;114( 1):446 - 54.   [4]   Loi zou  PC .   Spee ch  proc essing  in  vocode r - c ent r ic   coc hl ea r  implan t s.  In:  Molle r  AR,  edi tor .   Cochlea r  a nd  Brai nstem  Im pla nts.  64 .   Ba sel,   Sw itzer la nd:   Karge r;   2006.   p.   109 - 43.   [5]   Loi zou  PC ,   Lob o  A,  Hu  Y.  Subs pac e   al gor it hm s  for  noise  r educ t i on  in  co chlea r  i m pla nts.  Journal   of  th e  A coustica l  Soci e ty   o f Ameri ca .   2005 ;118(5):2791 - 3.   [6]   Hu  Y,  Lo iz ou  P C.   A  subs pace  a pproa ch  fo r  enh anc ing   spee ch  c orrupte d  b y   co lo red   noise .   I EEE  Signal   Proce ss in g   Lett ers .   2002 ;9( 7):204 - 6.   [7]   Bolne r  F,   Goehri ng  T,  Monagha n   J,  van   Dijk  B ,   W oute rs  J,  Bleec k  S,  ed it ors.  Sp e ec h  enhancemen t  based  on  n eura l  net works  applie d  to  coc h le ar  im plant   cod ing  strategies .   Int ern ati onal   Confer ence   on  Acoustic s,  S pee ch  and  Signa l  Proce ss ing  (ICAS SP );  2016;  Shanghai ,   China.   [8]   Scal ar t  P,  Viei r a  J.  Speec h  enh anc ement  b ase d   on  a  priori   signal   to  noise  est i m at ion.   1996  IE EE   Inte rnat iona l  Confe renc e  on   A cousti cs,   Spe ec h ,   and  Signa l Proc essing,   Conf ere n ce   Proceedi ngs,   Vol s 1 - 6 .   1996:6 29 - 32.   [9]   Koning  R,   Madhu  N,  W oute rs  J.  Ide al   Ti m e - Freque nc y   M asking  Algorit h m s  Le ad  to  D iffe ren t  Speec h   Inte lligibi li t y   an d  Quali t y   in  No rm al - Hea ring  an d  Cochl ea r  Im pla nt  L iste n ers.   IE EE   Tr ansacti ons  on  Bi omedic al   Engi ne ering .   20 15;62(1): 331 - 41.   [10]   Hochbe rg  I,   Bo othro y d  A ,   W eis s  M,  Hell m an  S.  Eff ects  of  noi se  and  noise  sup pre ss ion  on  spee ch  per c ept ion   b y   coc hl ea r   implant users.  Ear  Hear .   1992;13(4) :263 - 71.   [11]   W ei ss   MR.  Eff e ct s  of  noise  and   noise  red uc ti on   proc essing  on  t he  oper a ti on  of  the   Nucl eus - 22  coc hl ea r  impl an t   proc essor.  Journal  of   Re hab il i tat i on  Re search   and   Dev e lopment .   1 993;30(1): 117 - 2 8.   [12]   Yang  LP,   Fu Q J.  Spect ral   subtra c ti on - base d  spee c h  enha nce m ent   f or  coc hlear  implant   pat i ent s in  ba ckgr ound  noise.   Journal  of   the A cousti cal Society   of Americ a .   200 5;117(3): 1001 - 4.   [13]   Gus ta fss on  H,  Nordholm   SE,   Cla esson  I.   Spect ra l  subtrac t ion   using  red uce d   del a y   convol u t ion  and  ada pt iv e  ave rag ing.  IEEE   Tr ansacti ons on   Speech  and   Aud io  Proc essing .   2 001;9(8): 799 - 80 7.   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Sp eec h  i ntell igibil it y enhan ce men t f or  t ha i - s pea ki ng co c hle ar  im pl an t l ist eners   ( Siri porn  Da c hasil aruk )   875   [14]   Verschuur  C,   L utman  M,  W ahat  NH .   Ev al ua ti o n  of  a  non - li ne a r  spec tr al   subtr a ct ion  no ise  supp ression  sche m e  i n   coc hl ea r   implant users.  Co chl ear   Implants  Inte rna ti onal .   2006;7(4) :193 - 6.   [15]   Loc kwood  P,  Boud y   J.  Exp eri m ent s  with  a  Non li ne ar  Spect r al   S ubtra c tor  (Ns s),  Hidden  Markov - Models  and  the   Projec ti on ,   for  R obust  Speec h   Re cogni ti on   in   Car s.  Speech  Comm unic ati on .   1992 ; 11(2 - 3):215 - 28.   [16]   K al lel  F,  Frikha   M,  Ghorbel   M,   Ben  Ham ida   A ,   Berger - Vac hon   C.   Dual - cha nne l  spec tr al   subtr a ct ion  al gori thms   base d  spee ch en hanc ement   ded icate d   to   a  b ilate r a l  co chl e ar im plant.   Appl i ed Ac ou stic s .   2012 ;73(1) :12 - 20.   [17]   Berout i  M,  Sch wart z  R,   Makh oul  J.  Enha nc e m ent   of  spee ch   cor rupte d  b y   a cousti c  noise .   I CASSP   79  IEEE   Inte rnational   Co nfe renc e  on   Ac o ustic s,  Sp eech  a nd  Signal P roc e ss ing .   1979:208 - 11.   [18]   Kam at h  S,  Loi z ou  P.  A  m ult i - band  spec tral  subtraction  m et hod  for  enha nci ng  s pee ch  cor rupte d   b y   col or ed  noise .   2002  IEE E  In t ernati onal  Conf ere nce   on  Ac o ustic s,  Spe ec h ,   and  Signal   Pro ce ss ing,   Vo ls  I - IV,   Proc ee d ings .  2002:4164 - 7.   [19]   Li   JF ,   Yang  L,   Z hang  JP ,   Yan  Y H,  Hu Y,  Akagi  M,  et   al.  Com par at iv e  int e ll ig ibi l i t y   in vesti g at ion of singl e - ch annel   noise - red uc ti on  al gorit hm s  for  Chine se,   Jap anes e,   and  English.   Journal  of  the  Ac oustic a l  Soc ie t y  of  Ame rica .  2011;129(5): 329 1 - 301.   [20]   Dac hasilaruk  S,   Lua ngsawang  C,   Jantha r amin  N,  Kae ws ri  S,  Doungta  P,  edit ors.  Ev alua ti on   of  Thai  spee c h  int elligi b il i ty  ba sed  on  noise   re du ct ion   techniqu es  for  co chlear  implant s .   The  1 0th  Im age  and  Signal   Proc essing,   BioMedi c al   Eng ine er ing  and   Inf orm at ic s; 201 7 ; S hangha i, Chi na .   [21]   Kief er  J,   Hohl  S ,   Sturz ebeche r  E ,   Pfennigdorff   T ,   Gs toe t tne r  W .   Com par ison  of  spee ch   re cogni t io n  with  dif fer en t  spee ch  codi ng  st rat eg ie s  (SP EA K,  CIS,  and  AC E)  and  the ir  relat ionship  to  te le m et ri c  m ea sures  of  compound  ac ti on  pote ntials  in  th e Nucle us CI 24M   coc h lear  impla n t  s y st em.  Audi ol ogy .   2001 ;40(1):32 - 42.   [22]   Skinner  MW ,   H olde n  LK,   W hit f ord  LA,   Plant   K L,   Ps ar ros  C,   Holden  TA.   Spe ec h   rec ognition  wit h  the   Nucle us  2 4  SP EAK,  ACE,   a nd  CIS spee ch  c oding  stra te gi es  in  newl y   implan t ed  adu lt s.   Ear  a nd  Hearing .   200 2;23(3): 207 - 23.   [23]   Cochl e ar.  ACE ™  and  CIS   DS P Stra te gi es.   La n e Cove,   New   Sout h  W al es,   Aus tra l ia :   2002.   [2 4]   Nogueira   W ,   Bu chne r  A,  Le n arz  T,   Ed le r  B .   A  ps y choacousti c  "N ofM" - ty p e  spee ch  codi ng  str a te g y   for  coc hl ear  implant s.  Eurasip  Journal  on   Ap pli ed   Signal P ro ce ss ing .   2005 ;20 05(18):3044 - 59.   [25]   W il son  BS ,   Dor m an  MF .   Cochl ea r  implan ts:  Curre nt  designs  a nd  f uture   poss ibi li t ie s.  Journal  of  Re habi li ta ti o n   Re search  and   D ev e lopment .   200 8;45(5): 695 - 730.   [26]   Hu  Y,  Loizou  PC .   A  new  sound  codi ng  str ateg y   for  suppres sing  noise  in  c ochl e ar  implan t s.  Journal  of   th e  Ac ousti cal   So cie ty   o f  Am eric a .   2 008;124(1): 498 - 509.   [2 7]   Kom al ara jun  S .   Deve lopment  o f Thai Spee ch   Dis cri m ina t ion  Mat eri a ls:  Mahido l U nive rsit y ;   1979 .   [28]   Kangsana rak   B.   Deve lopment  o f Thai Spondee   W ords for  Spee ch Audiom et r y :   Ma hidol   Univ ersity ;   1980.   [29]   Chen  F,  Hu  Y ,   Yuan  M.  Ev al u a ti on  of   Noise  Re duct ion   Methods   for  Sent ence  Re cogni ti on   b y   Ma ndar in - Speak ing   Cochl e ar  Im pla n t  L iste ner s .   Ear   and  Hearing .   20 15;36(1): 61 - 71.   [30]   Chen  JD ,   Bene sty   J,  Huang  Y,  Doclo  S.  New  insight s  int o  the   noi se  red uct ion  W i ene r  filter .   IEE E   Tr ansacti ons  on   Audi o  Sp ee ch   an d  Lang uage  Pro ce ss ing .   2006 ;14 (4):1218 - 34.   [31]   The er a - Um pon  N,  Chansar e ewi tt a y a   S,  Aueph anwir i y aku l  S.  Phonem e  and  t onal   ac c ent   r ecogniti on  for   Th a i   spee ch.  E xpe rt   S yste ms   wit h   Applicat ions .   2011;3 8(10):13254 - 9.   [32]   Mishra  C,   D.L . Gupta.   Dee p  M ac hin e  Learni ng   a nd  Neura l  Ne tworks:  An  Ov erv ie w.  In te rnat ional   Journal  o f  Arti ficial Int el l ig enc e   ( IJA I) .   201 7;6: 66 - 73.   [33]   Sulong  A,  Guna wan  TS,   Kha li f a   OO ,   Kart iwi   M,  Am bika irajah   Eb.   Spe ec h  enh anc ement   base d   on  W ie ner   f il t er  and  compress ive sensing.  Indone sian J ournal   o f El e ct rica l  Eng in ee ring a nd   Computer  Sc ie nc e .   2 016;2: 367 - 79.   [34]   Ning  K,  Qin  G .   Com pre ss ed  s ensing  spee ch  s igna l  enh ancem ent   rese arc h .   Indone sian  Journal  of  El e ct ri ca l   Engi ne ering  and   Computer  Sc ie n ce .   2017;6(1) :26 - 35.     Evaluation Warning : The document was created with Spire.PDF for Python.