획기적인 AI 기반 청각 장애 예측 기술 등장: 고령자의 말소리 이해도 예측 정확도 향상

일본 연구진이 개발한 GESI는 훈련 데이터 없이도 고령자의 말소리 이해도를 정확하게 예측하는 새로운 AI 기반 기술입니다. 기존 기술보다 우수한 성능을 보이며, 고령화 사회의 의사소통 문제 해결에 큰 기여를 할 것으로 기대됩니다.

혁신적인 청각 장애 예측 기술, GESI 등장!

일본 연구팀 야마모토 아야코, 미야자키 후키, 이리노 토시오 박사가 이끄는 연구진이 고령자의 말소리 이해도를 예측하는 획기적인 객관적 가청성 척도(OIM)인 '감마카이프 엔벨로프 유사도 지수(GESI)'를 개발했습니다. 이는 기존 기술의 한계를 뛰어넘는 혁신으로, 고령화 사회의 주요 과제 해결에 큰 기여를 할 것으로 기대됩니다.

GESI: 훈련 데이터 없이도 정확한 예측

GESI는 말소리 이해도(SI)를 예측하기 위해 말초에서 중추 청각 시스템에 이르는 심리음향학적 지식에 기반한 하향식 모델입니다. 가장 중요한 점은 훈련 데이터가 필요 없다는 것입니다. 감마카이프 필터뱅크(GCFB), 변조 필터뱅크, 확장 코사인 유사도 측정법을 사용하여 단일 SI 지표를 계산합니다. 오디오그램에 나타난 청력 수준뿐만 아니라 시간 변조 전달 함수(TMTF)에 의해 포착된 시간 처리 특성도 고려합니다.

실험 결과: 기존 기술을 압도하는 정확도

연구팀은 다양한 청력 수준의 고령자를 대상으로 이상적인 음성 향상 기능이 적용된 잡음 환경에서의 단어 이해도 실험을 수행했습니다. GESI의 예측 성능은 키워드 SI 예측을 위해 개발된 HASPIw2와 비교되었고, 그 결과 GESI가 HASPIw2보다 훨씬 더 정확하게 주관적 SI 점수를 예측하는 것으로 나타났습니다. 특히 잡음이 많은 환경에서의 어휘 이해도 예측에 탁월한 성능을 보였습니다.

향후 연구 과제: 시간적 반응 특성의 최적화

흥미롭게도 TMTF를 GESI 알고리즘에 도입한 효과는 미미했습니다. 이는 시간적 반응 특성을 OIM에 어떻게 도입해야 하는지에 대한 추가 연구가 필요함을 시사합니다. 연구팀은 향후 GESI 알고리즘의 개선을 통해 예측 정확도를 더욱 높이고, 다양한 청각 장애 유형에 대한 적용 가능성을 확대할 계획입니다.

결론: 고령자의 의사소통 개선에 새로운 희망

GESI의 개발은 고령자의 청각 장애를 보다 정확하게 예측하고, 이를 통해 보다 효과적인 의사소통 지원 시스템을 개발하는 데 중요한 발걸음이 될 것입니다. 이 기술은 고령화 사회의 주요 과제 해결에 크게 기여할 뿐 아니라, 인공지능 기술을 활용한 의료 분야의 혁신을 가속화할 것으로 예상됩니다. 앞으로 GESI를 활용한 다양한 응용 연구가 기대됩니다. 🎉