數(shù)字三聯(lián)音測(cè)試規(guī)范及其在老年聽力篩查中的應(yīng)用

傅鑫萍 郗昕 張敏

老年性聽力損失已經(jīng)成為社會(huì)老齡化趨勢(shì)下需要密切關(guān)注的問題。胡向陽等[1]對(duì)我國(guó)4省聽力障礙流行現(xiàn)狀調(diào)查發(fā)現(xiàn)，我國(guó)聽力障礙標(biāo)準(zhǔn)化現(xiàn)患率為15.84%，其中60歲以上老年人占55.31%。老年人聽力下降主要表現(xiàn)為雙耳對(duì)稱的漸進(jìn)性聽閾提升和言語分辨能力下降。前者需要用標(biāo)準(zhǔn)純音測(cè)聽反映，而后者則需要用言語測(cè)聽結(jié)果體現(xiàn)。特別是噪聲下言語測(cè)試[2]，能直觀反映聽覺系統(tǒng)對(duì)日常環(huán)境言語的辨別能力，并預(yù)測(cè)助聽干預(yù)的效果[3，4]。言語測(cè)聽結(jié)果與純音測(cè)聽結(jié)果的關(guān)聯(lián)度并不明確[5]，提示這兩種測(cè)試評(píng)估了聽覺功能的不同方面，不能相互取代。

我國(guó)目前已開發(fā)了幾種中文版噪聲下言語測(cè)試材料。黃麗娜等[6]編制的漢語普通話版噪聲下聽力測(cè)試(mandarin hearing in noise test，MHINT)材料，是首個(gè)標(biāo)準(zhǔn)化漢語普通話語句識(shí)別率測(cè)試材料。郗昕等[7，8]編制了嘈雜語噪聲下漢語普通話語句識(shí)別表和嘈雜語噪聲下普通話兒童語句測(cè)聽表。陳艾婷等[9]和任丹丹等[10]仿效英文版Quick SIN（quick speech-in-noise）材料特點(diǎn)，各自選取了適合兒童和成人的漢語普通話語句材料，編制了兩套普通話版的噪聲下言語識(shí)別速測(cè)表。胡紅梅等[11]基于國(guó)際康復(fù)聽力學(xué)執(zhí)委會(huì)（international collegium of rehabilitative audiology，ICRA）的規(guī)則，開發(fā)了中文普通話矩陣式語句測(cè)聽材料。此外，還有少數(shù)方言版本的噪聲下言語測(cè)試材料[6]，以滿足各地臨床和科研的需要。

然而，我國(guó)幅員遼闊，方言眾多，不同地區(qū)所用言語測(cè)聽材料并無統(tǒng)一規(guī)范。由于受試者的應(yīng)答均為開放式復(fù)述形式，因此對(duì)言語檢查者的專業(yè)性和方言理解能力要求較高。老年人文化程度和認(rèn)知能力會(huì)影響詞/語句類測(cè)試的可靠性，加上受測(cè)試環(huán)境、設(shè)備、材料可及性等限制，噪聲下言語測(cè)試還僅用于臨床科研，尚未普及推廣到基層社區(qū)。我國(guó)公眾對(duì)老年性聽力損失知曉率和干預(yù)率極低，為避免增加醫(yī)療、養(yǎng)老等社會(huì)經(jīng)濟(jì)負(fù)擔(dān)，亟需一種高效、簡(jiǎn)易且經(jīng)濟(jì)的噪聲下言語測(cè)聽工具問世。

1 數(shù)字三聯(lián)音測(cè)試（DTT）的發(fā)展

WHO和ICRA倡議DTT可作為一種國(guó)際性篩查型言語測(cè)聽方法[12]。

上世紀(jì)60年代，Miller[13]就采用數(shù)字和詞語作為測(cè)試材料，探討不同內(nèi)容的語音測(cè)試材料對(duì)噪聲下言語可懂度的影響。在所有語音材料中，數(shù)字內(nèi)容的語音最容易被辨認(rèn)，獲得50%識(shí)別率時(shí)所需的信噪比可以低至-14 dB，比其它語音材料的識(shí)別閾約低10 dB。通過座機(jī)電話進(jìn)行數(shù)字三聯(lián)音測(cè)試最早于2004年由荷蘭Smits[14]提出，考慮到電話頻寬的限制，Smits等于2006年正式出版了互聯(lián)網(wǎng)端DTT（使用耳機(jī)進(jìn)行測(cè)試）[15]。基于荷蘭語版本，目前已經(jīng)開發(fā)了十幾種語言版本的DTT。據(jù)報(bào)道，北京同仁醫(yī)院于2012年3月發(fā)布了北京地區(qū)普通話電話測(cè)聽方案，但尚未有相關(guān)實(shí)驗(yàn)數(shù)據(jù)發(fā)表。目前家庭座機(jī)電話的使用率日漸減少，該方法是否適合大規(guī)模篩查有待討論。亓貝爾等[16]初步探討基于互聯(lián)網(wǎng)的噪聲下數(shù)字識(shí)別閾測(cè)試作為成年人聽力篩查工具的敏感度和特異性。該實(shí)驗(yàn)在對(duì)34例聽力正常人和16例感音神經(jīng)性聾患者進(jìn)行測(cè)試后分析發(fā)現(xiàn)，以-0.95 dB為最佳診斷截點(diǎn)時(shí)該測(cè)試材料發(fā)現(xiàn)感音神經(jīng)性聾的靈敏度可達(dá)93.8%，特異性達(dá)94.1%。為順應(yīng)這一通訊技術(shù)的變化，WHO也推出了英文版DTT的手機(jī)應(yīng)用“HearWHO”供免費(fèi)下載使用。

DTT采用各國(guó)語言中0～9十個(gè)數(shù)字的標(biāo)準(zhǔn)發(fā)音，以人機(jī)交互自適應(yīng)的方式變換測(cè)試語音的信噪比，達(dá)到快速篩查聆聽者噪聲下言語識(shí)別閾的目的。其優(yōu)點(diǎn)在于：①DTT作為噪聲下言語測(cè)試屬于閾上測(cè)試，對(duì)測(cè)試環(huán)境的要求較低；②言語識(shí)別閾（即言語識(shí)別率為50%時(shí)的信噪比）為相對(duì)值，較少受到測(cè)試刺激聲絕對(duì)強(qiáng)度的影響，對(duì)于設(shè)備校準(zhǔn)的要求相對(duì)低；③DTT的應(yīng)答選項(xiàng)局限于0～9十個(gè)數(shù)字，屬于閉合式測(cè)試，無須測(cè)試者介入，受試者直接輸入應(yīng)答，可實(shí)現(xiàn)自動(dòng)化篩查，解決專業(yè)測(cè)試人員匱乏和應(yīng)答判斷誤差的問題。同時(shí)言語識(shí)別閾值可以在幾分鐘內(nèi)采用自適應(yīng)程序精確計(jì)算，節(jié)省測(cè)試時(shí)間[17]；④采用數(shù)字作為測(cè)試材料，可縮小不同方言帶來的言語差異性影響，減少測(cè)試誤差；⑤測(cè)試過程簡(jiǎn)易，無需經(jīng)過特殊的指導(dǎo)和訓(xùn)練；⑥該測(cè)試能夠較敏感地探測(cè)聽力損失[14]。DTT和作為聽力診斷金標(biāo)準(zhǔn)的純音測(cè)聽結(jié)果之間存在較高的相關(guān)性，相關(guān)系數(shù)為0.77～0.80[14，18，19]。

2 DTT測(cè)試材料

盡管不同語言中10個(gè)數(shù)字的發(fā)音存在差異，但有些參數(shù)可以加以規(guī)范統(tǒng)一，以便盡可能減少語言差異對(duì)測(cè)試造成的影響。如歐洲國(guó)家的DTT均在歐盟委員會(huì)資助的HearCom項(xiàng)目下開展[20]，旨在為歐洲語系創(chuàng)建一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。本文總結(jié)了HearCom項(xiàng)目組[21]和ICRA推薦的參數(shù)值[12]。

2.1 數(shù)字選擇

選用0～9共10個(gè)數(shù)字，保留發(fā)音為單音節(jié)的數(shù)字，剔除多音節(jié)數(shù)字，使測(cè)試更簡(jiǎn)單。雖然數(shù)字10在中文里也是單音節(jié)，但考慮到受試者應(yīng)答界面上數(shù)字鍵排列需符合大眾習(xí)慣，因此僅選取個(gè)位數(shù)0～9。單一1個(gè)數(shù)字在10個(gè)數(shù)字選項(xiàng)中被隨機(jī)猜中的機(jī)會(huì)概率較高（1/10），為提高測(cè)試的準(zhǔn)確度和效率，同時(shí)避免數(shù)字串過長(zhǎng)超過了受試者的認(rèn)知（如記憶力）負(fù)荷，研究者決定采用由3個(gè)數(shù)字組成的三聯(lián)音數(shù)字串作為測(cè)試項(xiàng)[22]。三聯(lián)音是將3個(gè)不同的數(shù)字隨機(jī)排列組合，同一測(cè)試列表中保證每個(gè)數(shù)字出現(xiàn)在三聯(lián)音不同位置的比例相同，包括首位、中位和末位，例如三聯(lián)音中的數(shù)字3：213，342，438。

2.2 測(cè)試音錄制和剪輯

由于DTT最終反映的是個(gè)人日常言語辨別能力，所以對(duì)于測(cè)試材料錄制者的要求可稍降低，不一定要求專業(yè)的播音員，只要發(fā)音自然標(biāo)準(zhǔn)的母語人士即可，一般選用女性朗讀者較多。如果某個(gè)國(guó)家的某種方言可被大多數(shù)人群所接受，也可以錄制方言版本。

語音錄制時(shí)朗讀者采用日常自然語速和中性語調(diào)，HearCom項(xiàng)目組建議朗讀語速為120個(gè)音節(jié)/分鐘[21]，ICRA推薦約200～350個(gè)音節(jié)/分鐘，具體應(yīng)根據(jù)不同語言進(jìn)行調(diào)整[12]（如中文240字/分鐘，俄語200字/分鐘，西班牙語327字/分鐘）。

在進(jìn)行語音錄制時(shí)，朗讀者一次讀3個(gè)數(shù)字，由于說話習(xí)慣，通常最后一個(gè)數(shù)字的發(fā)音會(huì)比第一個(gè)數(shù)字弱。荷蘭語DTT為了校正三聯(lián)音發(fā)音強(qiáng)度降低，人為地將每串三聯(lián)音的幅值線性增加（第一個(gè)數(shù)字到第三個(gè)數(shù)字增加3.5 dB）。

對(duì)于任何一種語言，隨機(jī)排列產(chǎn)生的三聯(lián)音組合類型都較多，難以一一錄制，無法保證同一個(gè)數(shù)字在不同三聯(lián)音中發(fā)音一致，導(dǎo)致言語可懂度的變異度增加，降低測(cè)試效率。相反，若錄制小批量的三聯(lián)音，再重新排列生成多組三聯(lián)音則可以避免這些問題。因此，ICRA多語言言語測(cè)試工作組在參考ISO 8253-3：2012“聲學(xué)-測(cè)聽方法-第3部分：言語測(cè)試”（GB/T 16296.3-2017與之對(duì)應(yīng)）的基礎(chǔ)上，對(duì)開發(fā)不同語言版本的言語測(cè)試材料做了更詳細(xì)的補(bǔ)充。先將錄制好的小批量三聯(lián)音中的每個(gè)數(shù)字單獨(dú)剪切出來，再重新編輯合成大批量新的三聯(lián)音，同時(shí)不改變?cè)摂?shù)字原來在三聯(lián)音中的位置。這種方法確保了每個(gè)數(shù)字在被單個(gè)剪切后仍能保留原有的韻律，使得最終的測(cè)試材料聽起來自然一致。重新組合后的三聯(lián)音，單個(gè)數(shù)字間隔200 ms，在每串三聯(lián)音前160 ms的位置增加提示語“數(shù)字”兩字，提示語的強(qiáng)度比三聯(lián)音大2 dB，使其容易被聽到。

2.3 掩蔽噪聲選擇

言語測(cè)試最有效的掩蔽聲是與該言語材料的功率譜完全匹配的言語譜噪聲[23]。在眾多的DTT版本中，掩蔽噪聲通常采用言語譜噪聲。最早的荷蘭版和英文版DTT采用長(zhǎng)時(shí)平均語譜（long-term average speech spectrum，LTASS）作為言語譜噪聲，德文、法文和瑞典語版本也沿用LTASS作為掩蔽噪聲[12，20，24]。數(shù)字三聯(lián)音測(cè)試的LTASS噪聲生成方法通常是對(duì)一個(gè)個(gè)或一串串?dāng)?shù)字經(jīng)30倍隨機(jī)疊加，每個(gè)數(shù)字間的停頓間隔不定（5～2000 ms），最后形成具有與測(cè)試音相同時(shí)長(zhǎng)的平均頻譜噪聲。

對(duì)平均頻譜噪聲進(jìn)行濾波處理可能會(huì)影響數(shù)字三聯(lián)音測(cè)試的敏感性和特異性，但既往研究結(jié)果不一。Charlotte等[25]發(fā)現(xiàn)，寬帶掩蔽（DTT broadband，DTT BB）噪聲和低通濾波（DTT low pass，DTT LP）噪聲在篩查40～60歲中年人高頻聽力損失方面具有一致的敏感性和特異性，但前者對(duì)不同年齡段人群測(cè)試結(jié)果的可靠性更強(qiáng)。而Leensen等[26～28]則發(fā)現(xiàn)采用低通濾波噪聲作為數(shù)字三聯(lián)音測(cè)試的掩蔽噪聲對(duì)于高頻聽力損失的篩查有更高的敏感性。更多重復(fù)驗(yàn)證性研究有待開展，為臨床實(shí)踐提供更有力的依據(jù)。

在正式測(cè)試時(shí)噪聲比信號(hào)聲早500 ms出現(xiàn)，晚500 ms結(jié)束。測(cè)試時(shí)噪聲強(qiáng)度多采用65 dB SPL，處于55～75 dB SPL范圍內(nèi)都可以。

2.4 材料同質(zhì)性優(yōu)化測(cè)試

為了達(dá)到最優(yōu)的測(cè)試效率（即用最少的測(cè)試時(shí)間達(dá)到最高的測(cè)試精度）和等價(jià)性（包括同一語種版本的若干張測(cè)試表之間以及不同語種間的平均測(cè)試結(jié)果之間的可比性），參照Kollmeier等[29，30]的概率模型，采用心理測(cè)量學(xué)方法測(cè)定并調(diào)整單串三聯(lián)音的可懂度函數(shù)。該優(yōu)化過程最終能夠使整張數(shù)字串測(cè)試表的言語可懂度函數(shù)斜率達(dá)到最大[31]。從而實(shí)現(xiàn)言語識(shí)別閾測(cè)試結(jié)果在統(tǒng)計(jì)學(xué)上最高的精度和復(fù)測(cè)信度。

根據(jù)Kollmeier等[29，30]的概率模型（見公式1和圖1），整張測(cè)試列表（一般為23串三聯(lián)音）可懂度函數(shù)曲線斜率Slist由獨(dú)立數(shù)字串的可懂度函數(shù)曲線斜率Sdigit（與每串三聯(lián)音的可懂度函數(shù)曲線的導(dǎo)數(shù)相關(guān)）及其識(shí)別閾的SRT標(biāo)準(zhǔn)差決定。即當(dāng)獨(dú)立數(shù)字串的可懂度函數(shù)越趨同（即識(shí)別閾標(biāo)準(zhǔn)差越?。?，整張數(shù)字語音測(cè)聽表的可懂度函數(shù)曲線就越陡峭，其統(tǒng)計(jì)學(xué)精度便越高。

Slist代表整張數(shù)字語音測(cè)試表的可懂度函數(shù)斜率，Sdigit代表單串三聯(lián)音的可懂度函數(shù)斜率，σSRT代表言語識(shí)別閾標(biāo)準(zhǔn)差，σdigit代表單串三聯(lián)音言語識(shí)別閾標(biāo)準(zhǔn)差。

平均的數(shù)字三聯(lián)音的可懂度函數(shù)與其言語識(shí)別閾值分布之間進(jìn)行卷積計(jì)算（圖1中用*表示），可以預(yù)測(cè)整張數(shù)字語音測(cè)聽表的可懂度函數(shù)的斜率。當(dāng)構(gòu)成整張測(cè)聽表的全部三聯(lián)音數(shù)字串的言語識(shí)別閾標(biāo)準(zhǔn)差越窄，則整張數(shù)字語音測(cè)聽表的可懂度函數(shù)越陡，測(cè)試精度越高。

在進(jìn)行同質(zhì)性優(yōu)化測(cè)試時(shí)，對(duì)健聽人群進(jìn)行不同信噪比下的DTT測(cè)試，以Logistic型函數(shù)公式2[21]擬合測(cè)得的數(shù)據(jù)，即可獲得特定數(shù)字的可懂度函數(shù)曲線。

SI(SNR)代表特定信噪比對(duì)應(yīng)的言語可懂度指數(shù)，y是單個(gè)數(shù)字的機(jī)會(huì)概率（例如測(cè)試應(yīng)答界面為0～9十個(gè)數(shù)字，則y=0.1），SRT代表該數(shù)字語音的識(shí)別閾值，SNR代表特定信噪比。

使用此方法進(jìn)行優(yōu)化，可以獲得獨(dú)立數(shù)字串所對(duì)應(yīng)的可懂度曲線的斜率和言語識(shí)別閾值，有效精確地對(duì)數(shù)字串中的單個(gè)數(shù)字進(jìn)行調(diào)整，以此獲得整張測(cè)試表的較大斜率值。

3 DTT測(cè)試步驟

DTT采用噪聲強(qiáng)度固定（多采用65 dB SPL，初始信噪比通常為-10 dB SNR）而改變數(shù)字三聯(lián)音刺激聲的自適應(yīng)方式，根據(jù)受試者每次聽到刺激聲后應(yīng)答的正確與否，以預(yù)設(shè)的步階（2 dB SNR）降低或增加下一刺激聲的信噪比水平。只有當(dāng)三聯(lián)音中的3個(gè)數(shù)字都回答正確時(shí)才被算法判定為答對(duì)。根據(jù)多組三聯(lián)音數(shù)字串測(cè)試強(qiáng)度的起伏軌跡，計(jì)算平均信噪比即為DTT結(jié)果——噪聲下數(shù)字識(shí)別閾，單位為dB SNR。

4 DTT結(jié)果計(jì)算

測(cè)試材料優(yōu)化時(shí)，結(jié)果計(jì)算方法并不是以數(shù)字三聯(lián)音的得分為依據(jù)，而是每個(gè)數(shù)字的得分，以便獲得關(guān)于每個(gè)數(shù)字對(duì)于測(cè)試結(jié)果影響的詳細(xì)信息。但最終臨床進(jìn)行DTT測(cè)試時(shí)，則采用數(shù)字三聯(lián)音得分作為結(jié)果呈現(xiàn)。根據(jù)第5～24串?dāng)?shù)字三聯(lián)音的平均信噪比計(jì)算最終識(shí)別閾值。實(shí)際測(cè)試時(shí)第24組三聯(lián)音雖沒有要求受試者在測(cè)試界面進(jìn)行應(yīng)答，但是第24組三聯(lián)音的刺激聲強(qiáng)度已經(jīng)根據(jù)受試者對(duì)第23組測(cè)試的正確與否將結(jié)果算入最終SRT計(jì)算公式中，這與黃麗娜等[6]的MHINT測(cè)試計(jì)分方法類似，如圖2所示。

5 臨床應(yīng)用

WHO和ICRA倡議DTT可作為一種國(guó)際性篩查型言語測(cè)聽方法[12]。目前，臨床上對(duì)多頻率點(diǎn)純音聽閾的測(cè)量及言語測(cè)聽，需使用嚴(yán)格校準(zhǔn)的聽力計(jì)和訓(xùn)練有素的操作人員，雖然已通過人工智能算法找到了簡(jiǎn)化純音測(cè)聽步驟以篩查中度以上聽力損失的方法[38]，但其對(duì)硬件的成本要求較高；基于標(biāo)準(zhǔn)言語測(cè)聽的簡(jiǎn)化篩查方法尚未建立，因而均不能推廣至社區(qū)人群的聽力篩查。常規(guī)純音測(cè)聽難以反映聽覺系統(tǒng)更高層次的言語感知以及降噪功能。

表1 不同語言版本的數(shù)字三聯(lián)音測(cè)試結(jié)果的正常參考值

DTT的出現(xiàn)使得高效率、低成本的聽力篩查成為可能，并已在歐洲許多國(guó)家得到驗(yàn)證和推廣應(yīng)用。測(cè)試時(shí)間大幅度縮減，僅需幾分鐘就可完成自動(dòng)篩查。即使是老年受試者，也無需專業(yè)人員指導(dǎo)，便可自行在手機(jī)等智能終端根據(jù)操作提示完成測(cè)試，且對(duì)測(cè)試環(huán)境要求不高。學(xué)者為各語言版本制訂了統(tǒng)一的參數(shù)標(biāo)準(zhǔn)（見表1），增強(qiáng)了跨語言聽力研究的可比性。前期的研究結(jié)果為創(chuàng)建中文版DTT提供了寶貴參考。

由于噪聲下聆聽困難是感音神經(jīng)性聽力損失患者最早出現(xiàn)和最典型的臨床表現(xiàn)，在老年性聽力損失問題日益嚴(yán)峻的形勢(shì)下，DTT可廣泛用于基層老年人聽力篩查。在進(jìn)行初步聽力篩查建立聽力損失轉(zhuǎn)診指標(biāo)的同時(shí)，可以通過大范圍聽力篩查提高老年人聽力健康科普意識(shí)，實(shí)現(xiàn)老年性聽力損失早發(fā)現(xiàn)、早診斷、早干預(yù)的目標(biāo)。

研究發(fā)現(xiàn)DTT在用于檢測(cè)和監(jiān)測(cè)早期高頻聽力損失中表現(xiàn)出較高的高靈敏度和特異性。由此可將DTT運(yùn)用于強(qiáng)噪聲工作環(huán)境下工人的聽力監(jiān)測(cè)[15]，以及由娛樂風(fēng)險(xiǎn)引起的青少年噪聲性聽力損失中，同樣也非常適用于社區(qū)老年聽力損失的早期發(fā)現(xiàn)。

目前大多數(shù)DTT研究都集中在成人聽力篩查，“HearWHO”APP的推薦年齡也為16周歲以上。該測(cè)試在兒童中使用是否具有同等敏感性和高效性，尚有待研究[39]。

DTT的推出使得大范圍基層聽力篩查成為可能，為聽力健康科普提供新的工具。參照國(guó)際統(tǒng)一的DTT創(chuàng)建流程和標(biāo)準(zhǔn)參數(shù)，開發(fā)中文版DTT測(cè)試工具應(yīng)成為中國(guó)聽力學(xué)發(fā)展的下一步目標(biāo)。