老化對語音線索感知能力的影響△

史彬 范煜輝 陳楠 劉濟生 陶朵朵

(蘇州大學附屬第一醫院耳鼻咽喉科/蘇州市耳鼻咽喉頭頸外科臨床醫學中心 蘇州215006)

年齡相關性聽力損失(age-related hearing loss，ARHL)是指隨著年齡增長而出現的雙耳聽力對稱性下降的聽力損失[1]。其最顯著的特點是與聽閾下降不相符的復雜語境言語感知困難[2]，機制尚不清。目前主流觀點認為，聽敏度下降與年齡增加引起的老化是復雜語境言語感知困難的兩大主要影響因素[3]。既往有關聽敏度下降對言語感知的影響的研究較為豐富[4-7]，而老化可引起外周和(或)中樞聽覺的綜合變化，因此評估老化的獨立影響值得進一步研究和明確。本研究遵照目前臨床聽力診斷標準[8]，篩選了在正常聽閾范圍的青年志愿者和老年志愿者進行分組對比，試圖明確老化是否是言語感知困難的獨立因素。

已有研究[2]表明，復雜語境言語感知困難的核心在于聽覺掩蔽釋放能力下降。復雜聽覺場景下的“雞尾酒會效應”是大腦基本功能的一種反映。人和動物所面對的感覺刺激場景往往是復雜的，大腦的基本功能之一就是在復雜刺激場景下選擇性地加工有特定意義的目標信號。Cherry[9]提出的雞尾酒會問題反映了這一基本功能：在嘈雜的有多人說話的“雞尾酒會”環境下，各種聲波在外耳道中疊加混合并形成相互之間復雜的掩蔽作用[10-11]，但聽者為什么還能選擇性地覺察、跟隨和識別所關注的目標語句呢？國內外的研究團隊系統研究了多種知覺線索的去掩蔽作用，并證實了聽者可以利用某些與目標言語特征有關聯的知覺線索來促進對被掩蔽的目標言語的識別(又稱為掩蔽釋放)。比如由語音嗓音性別決定的基頻線索[12]及不同說話人之間空間位置差異信息的空間線索[13]被認為是主要的掩蔽釋放線索。因此，想要明確ARHL 言語感知困難機制，探究年齡引起的老化對掩蔽釋放線索的利用能力至關重要。本研究通過對不同基頻及空間線索的控制，試圖明確老化對以上2 種語音線索感知的影響模式。

1 資料與方法

1.1 資料

受試者入組標準：①以漢語普通話為母語；②無耳科疾病、神經系統疾病和精神藥物使用史；③雙耳純音聽閾對稱，純音平均聽閾(puretone average，PTA) ≤25 dB HL，鼓 室 導 抗 圖 為A 型；④簡易精神狀態檢查[14](mini-mental state examination，MMSE)測試無異常(量表得分≥27)。

共招募25名受試者并分組，其中青年組10名(男性3 名、女性7 名)，老年組15 名(男性5 名、女性10 名)。青年組平均年齡為(24.1±1.9)歲(22 ～28歲)，老年組平均年齡為(67.3±3.8)歲(61 ～74 歲)。本研究通過蘇州大學附屬第一醫院倫理委員會審批(批準號：2021041)。在參與測試前，所有受試者均簽署了知情同意書。

1.2 純音聽閾評估

使用丹麥爾聽美ASTERA 聽力計，由TDH-39氣導耳機和B71 骨導耳機給聲。純音聽閾測試方法按國家標準GB/T 16403—1996進行。統計指標包括0.25、0.5、1、2、4、8 kHz 頻率處的純音聽閾和PTA，其中PTA 取0.5、1、2、4 kHz 頻率聽閾的平均值。每個頻率的純音聽閾值取左右耳聽閾的平均值。

1.3 言語感知測試

采用閉集中文短句測試(closed-set Mandarin speech，CMS)對所有受試者進行言語感知測試[15]。測試在一個專門的隔音室中進行，所有音頻由通過USB 音頻接口(Focusrite solo 3)連接到電腦的Sennheiser HD280 耳機給聲。測試中，目標言語由一名平均基頻為124 Hz 的男性說出。競爭言語由2名不同于目標言語說話者的男性(平均基頻分別為129 Hz 和156 Hz)或2 名女性(平均基頻分別為177 Hz 和226 Hz)說出。使用非個性化的頭部相關傳遞函數[16](head-related transfer function，HRTF)來創建用于耳機呈現的虛擬聽覺空間。目標言語總是出現在受試者正前方(入射角為0°)。競爭言語的方向有2 種設置：一種與目標句相同，出現在受試者的正前方；另一種為同時出現在受試者的左側(入射角為+90°)和右側(入射角為-90°)。根據競爭講話者的基頻情況和競爭言語入射角度情況，一共設置了4 種線索條件。①“基線”條件：無基頻和空間線索，即競爭講話者為男性，入射角為0°(圖1A)。②“基頻”條件：同時有基頻線索和空間線索，即競爭講話者為女性，入射角為0°(圖1B)。③“空間”條件：有空間線索，無基頻線索，即競爭講話者為男性，入射角度分別為+90°和及-90°(圖1C)。④“基頻+空間”條件：同時有空間和基頻線索，即競爭講話者為女性，入射角度分別為+90°和-90°(圖1D)。

圖1 言語感知測試線索條件示意圖 A.“基線”條件；B.“基頻”條件；C.“空間”條件；D.“基頻+空間”條件。

測試結果以SRT 表示。SRT 為目標關鍵詞正確識別率為50%時的目標掩蔽比(target-to-masker ratio，TMR)?！盎€”條件初始TMR 設置為10 dB，“基頻”、“空間”和“基頻+空間”條件的初始TMR為0 dB。TMR 會根據受試者反應進行自適應調整干擾言語的響度。初始TMR 步長為4 dB，后減小為2 dB。1 次測試的SRT 為最后出現反轉的6 次TMR的平均值，如果20 次選擇后無6 次反轉，則此次測試成績無效。每種測試條件均進行2 次測試，最終SRT 取2 次測試的平均值。

語音線索感知能力應用掩蔽釋放(masking release，MR)量進行評估。量化方式如下：受試者在“基頻”、“空間”和“基頻+空間”條件下相較于“基線”條件的SRT 下降值。例如，利用基頻線索得到的掩蔽釋放表示為MR基頻, 計算方式為MR基頻=SRT基線-SRT基頻。其中SRT基頻表示“基頻”條件下的SRT。

1.4 統計學處理

使用SPSS 22.0 統計學軟件對數據進行統計學分析，結果以均數±標準差的形式表示。應用t檢驗對老年組和青年組聽閾水平進行比較分析。SRTs及MRs 應用重復測量方差分析(RMANOVA，年齡為組間因素，線索條件為組內因素)進行統計分析。應用Bonferroni 事后多重比較進行兩兩比較。應用Pearson 相關分析對所有受試者的純音聽閾值與SRTs及MRs 相關性進行統計分析。對于與純音聽閾存在線性相關的測試數據，以聽閾為協變量進行協方差分析。P＜0.05 為差異有統計學意義。

2 結果

2.1 聽力水平

圖2 展示了老年組和青年組各個頻率純音聽閾水平。t檢驗顯示，老年組在PTA、0.25 kHz、4 kHz和8 kHz 的聽閾顯著高于(差于)青年組(P值均＜0.05)。

圖2 老年組和青年組各頻率聽閾平均值 *示P＜0.05；**示P＜0.01，***示P＜0.001。

2.2 言語感知表現

圖3 展示了老年組和青年組不同語音線索條件下的言語識別表現。老年組“基線”、“基頻”、“空間”和“基頻+空間”條件下SRTs 分別為(1.94±0.77)、(-6.19±2.58)、(-9.24±3.42)、(-14.43±2.98)dB TMR；青年組依次為(0.25±1.37)、(-9.54±1.97)、(-13.27±1.93)、(-16.60±2.02)dB TMR。

圖3 老年組和青年組言語識別閾值的箱圖 TMR 為目標掩蔽比。箱圖中間的粗線段表示數據的中位數，箱圖上方和下方的線段分別表示第三四分位數和第一四分位數，最上方和最下方的線段分別表示數據的最大值和最小值。數據點與箱子邊緣的距離大于1.5 倍箱身長度，則定義為異常值，以圓點(°)表示。**示P＜0.01，***示P＜0.001。

以年齡(老年組與青年組)為組間因素、4 種語音線索語境(“基線”、“基頻”、“空間”與“基頻+空間”條件)為組內因素行重復測量方差分 析(RMANOVA)， 結 果 顯 示， 組 間 因素[F(1，23)=16.381，P=0.001]和組內因素[F(3，69)=335.764，P＜0.001]對SRTs 均有顯著影響。組間與組內因素無顯著交互作用[F(3，69)=1.921，P=0.134]。

Bonferroni事后多重比較顯示，老年組SRTs在“基線”、“基頻”、“空間”條件下均差于青年組(P值均＜0.05)，而在“基頻+空間”條件下與青年組差異無統計學意義(P＞0.05)。針對不同語境，“基線”條件下SRT 顯著高于“基頻”、“空間”及“基頻+空間”條件(P值均＜0.001)；“基頻”條件下SRT 顯著高于“空間”及“基頻+空間”條件(P值均＜0.001)；“空間”條件下SRT 顯著高于“基頻+空間”條件(P＜0.001)。

2.3 MR 表現(語音線索利用能力)

圖4 展示了老年組和青年組不同語音線索掩蔽釋放(MRs)表現。老年組“基頻”、“空間”和“基頻+空間”條件下MRs 依次為(8.14±2.54)、(11.19±3.23)、(16.37±3.10) dB TMR；青年組依次為(9.79±2.13)、(13.52±2.09)、(16.85±2.25)dB TMR。

圖4 老年組和青年組掩蔽釋放的箱圖 TMR 為目標掩蔽比。數據點與箱子邊緣的距離大于1.5 倍箱身長度，則定義為異常值，以圓點(°)表示；與箱子邊緣的距離大于3 倍箱身長度，則定義為極端值，以三角形(▲)表示。***表示P＜0.001。其余圖注同圖3。

以年齡分組(老年組與青年組)為組間因素、3種語音線索(“基頻”、“空間”與“基頻+空間”)

Bonferroni 事后多重比較顯示，老年組與青年組在“基頻”(P=0.105)、“空間”(P=0.056)、“基頻+空間”(P=0.680)條件下，MRs 與青年組差異無統計學意義。利用“基頻+空間”線索的掩蔽釋放顯著大于利用“基頻”線索或“空間”線索(P值均＜0.001)；利用“空間”線索的MR 顯著大于利用“基頻”線索(P＜0.001)。

2.4 聽力水平與SRT 的相關性

Pearson 相關分析顯示，基線SRT 與4 kHz 聽力水平顯著相關(r=0.484,P=0.014),有基頻線索的語境SRT 與0.5 kHz(r=0.400,P=0.047)、2 kHz(r= 0.453,P=0.023) 及PTA 顯 著 相 關(r=0.424,P=0.034)， 有為組內因素做重復測量方差分析(RMANOVA)，結果顯示MRs 在組間差異無統計學意義[F(1，23)=2.730，P=0.112]，不同語音線索存在顯著差異[F(2，46)=100.246，P＜0.001]。組間與組內因素無交互作用[F(2，48)=1.503，P=0.233]?？臻g線索的語境SRT 與2 kHz(r=0.440,P=0.028)、4 kHz(r=0.572,P=0.003)、8 kHz(r=0.507,P=0.010) 及PTA(r=0.478,P=0.016)聽力水平顯著相關(表1)。

表1 聽力水平與SRT 的相關性

2.5 老化對SRTs 的影響

考慮到不同語境SRTs 與聽力水平存在顯著相關，以相關聽閾水平為協變量對不同語境下SRTs進行協方差分析(ANCOVA)，結果顯示以4 kHz 和8 kHz 聽閾為協變量時，老年組SRTs 在“空間”條件與青年組差異無統計學意義(P＞0.05)，其余條件下與青年組差異仍有統計學意義(表2)。

表2 以聽閾為協變量的協方差分析

3 討論

3.1 老化對不同語境言語識別表現的影響

本研究結果表明，即使聽力水平符合臨床標準，在“基線”、“基頻”和“空間”語境下，老年人的言語感知表現仍比青年人差，與既往研究一致。Buss等[17]比較了正常聽力的兒童、青年人和老年人的言語識別能力，在與本研究中“基線”條件類似的測試中，發現青年人的言語感知表現顯著優于老年人。Schvartz等[18]比較了正常聽力老年人和青年人分辨不同基頻說話者元音(即/?/、/i/等發音)的能力，結果發現老年人的元音感知能力較青年人更差。而在真實語境中會有更多的干擾因素。本研究補充了這部分結果，即在僅有基頻線索時，老年人的言語識別差于青年人。

目前，尚未見使用普通話語料測試老年人復雜語境言語感知能力的研究。Zhang等[19]發現說聲調語言的人(即說普通話的人)比不說聲調語言的人(即說英語的人)能更好地利用聲音的基頻線索。即說普通話的人和說英語的人的言語感知能力是有區別的，因此我們對講普通話的人群進行相關測試是必要的。本研究結果也進一步鞏固了這個觀點，即無論是說中文還是英語，聽力正常老年人復雜語境的言語感知能力依舊比青年人更差。

雖然本研究受試者老年人群的聽力水平符合臨床正常聽力診斷標準，但中青年組與老年組的絕對聽力閾值在0.25、4、8 kHz 頻率處存在顯著差異，因此，本研究在控制4 kHz 或8 kHz 聽閾值后，老年人和青年人在“空間”條件下言語感知表現的差異不明顯，這與已有研究結果一致。Besser等[20]比較了言語聽閾正常老年人和青年人的空間噪聲句子(listening in spatialized noise-sentences, LiSN-S)發現，高頻聽力在空間線索分離中起重要作用。該研究結果表明，老年人在有空間線索時的言語識別能力下降可能是由高頻聽閾下降導致。在以后的研究中，需增加老年性聾人群，特別是典型的高頻下降型受試者，以更進一步明確高頻聽力對空間語音線索感知的影響。

相較于在其他條件下的顯著差異，老年人在擁有“基頻+空間”線索語境下的言語感知表現與青年人相似。我們認為，此種條件下言語識別達到了“天花板”效應，即測試語境無論是對于年輕人還是老年人都足夠簡單，因此老年人也容易對目標語音進行準確識別。

3.2 老化對不同語音線索感知能力的影響

本研究通過對比不同語境下的言語表現量化MR，并對比老年組與青年組的MR，從而量化老化對基頻線索、空間線索、基頻+空間聯合線索感知能力的影響。在本研究中，青年人的各個線索的利用能力與Zhang等[19]和Chen等[22]的研究結果相似。老年人3 種線索的利用能力較青年人均出現下降趨勢，但并無顯著障礙。

老年人感知基頻線索能力并無下降，這與以往研究結果一致。Zaltz等[23]研究了正常老年人和青年人利用基頻和共振峰頻率(受聲道長度影響)進行聲音辨別的差異。結果表明，在基頻和共振峰同時存在差異時，老年人的聲音辨別能力和青年人相似。本研究中“基頻”線索由性別差異產生，即掩蔽語音與目標語音為不同性別講話者發聲，因此同時存在共振峰的差異。因此推測，老年人可能綜合利用講話者基頻與共振峰線索分離競爭語境，識別目標語音。本研究結果也進一步提示，在以后的研究中，有必要對共振峰進行控制，從而獨立老化對基頻線索感知的影響。

盡管老年人與青年人對3 種線索的利用能力未出現顯著差異，但老年人和青年人在空間線索利用方面的差異存在邊緣顯著效應(P=0.056)。既往針對空間線索感知的研究結論也并不一致。Srinivasan等[24]和Gallun等[25]使用坐標響應測試(coordinate response measure corpus，CRM)發現老化是空間MR的影響因素，而Füllgrabe等[26]就使用自適應性句子列表(adaptive sentence lists)研究中發現，在競爭性言語的干擾下，老年人和青年人空間MR 的能力沒有差異。值得注意的是，本研究中老年組人群年齡為61 ～74 歲，未涵蓋更大范圍的老齡人群；我們發現老年人群在高頻聽閾存在下降趨勢。因此，在以后的研究中應擴大老年人群的年齡范圍，例如增加更大年齡的受試者入組，并且應完善超高頻聽閾水平的檢查，從而進一步明確老化對空間線索感知的影響。

同時，與既往研究[17,19,22,24,26]相同，本研究存在受試者男女數量不等的問題。盡管t檢驗顯示，本研究中受試者的性別差異并不會影響語音感知，但仍不能完全排除其潛在的影響。在下一步的研究中，需平衡男女受試者數量，避免性別差異對研究結果的潛在影響。

綜上所述，老年人在復雜語境下的言語感知能力比青年人顯著變差。但當語音同時具備基頻和空間線索時，老年人仍可綜合利用2 種線索從而達到與青年人相似的感知表現。排除聽敏度的影響，老化顯著削弱語音基頻線索的感知能力，而對空間線索利用能力的影響不顯著。