第五章 討論
第一節 正常聽力組客觀與主觀測驗結果
算法在訊噪比較高時，反而降低聽常者的語音辨識率，可能的原因為噪音消除演
算法的動態調整特性。在較高的訊噪比時，為了要區分語音與噪音，噪音消除演
算法呈現較快及較大的增益改變，而在訊噪比較低時，噪音消除演算法較不容易
辨認語音與噪音，故增益量是慢慢被降低的（Brons et al., 2014）。因此語音可能
在快速增益改變時，容易比語音漸進的增益改變，而產生較多的扭曲失真現象，
因此影響聽常者的語音辨識率。
主觀評估測試結果顯示，聽常受試者對於未處理情境下之語音，在音質及自
然度的分數顯著高於經過 GMAPA 噪音消除處理情境下的統計結果，在無背景 雜音尺度中的分數，卻顯著低於經過 GMAPA 噪音消除處理情境的分數，此結 果表示混雜噪音的語音未經過噪音消除處理，比起使用 GMAPA 噪音消除演算 法，聽常受試者覺得聽起來音質較好且較自然，但背景雜音的感受比較多。
類似的情形也在聽常組聆聽經過MLSA噪音消除處理情境下出現，其音質、
自然度及語音清晰度尺度的分數顯著高於經過 GMAPA 噪音消除處理情境的分 數，在無背景雜音尺度中的分數卻顯著低於GMAPA噪音消除處理情境的分數，
此結果代表雖然在噪音中的語音使用 MLSA 噪音消除演算法處理時，比起使用
GMAPA噪音消除演算法的整體音質較佳、較自然，語音也聽得較清楚，然而聽
常受試者主觀感受較多的背景雜音。綜合上述，本研究結果顯示，在噪音中
GMAPA 噪音消除演算法比起 MLSA 噪音消除演算法及未經過噪音處理，能消
除較多的雜音，但是對於聽常者而言，整體聲音音質較差、聽起來較不自然，也
較不易聽清楚語音。Arehart 等人（2003）的研究中亦透過聽常者對聲音品質的
感受評估噪音消除技術的效益，結果顯示在溝通頻道噪音中開啟噪音消除技術，
會降低聽常者對於噪音的感受、並提升語音清晰度，且整體音質感受亦較佳。本
研究與Arehart等人（2003）的研究所採用的噪音形態皆為「穩態噪音」（stationary
noise），但結果的差異也許是研究中的部分條件，例如施測時使用單雙耳聆聽的 不同及使用聽覺擴音補償處方與否等差異所導致。另外，Hu & Loizou（2007b）
認為，受試者對於整體音質的判斷，主要依據的是語音訊號扭曲的程度，因此若
噪音消除演算法在處理過程產生語音的扭曲失真，其整體音質即會受到負面的評
價。故很明顯地，對於聽常者而言，雖然在未經過處理的噪音情境中，感覺較多
雜音，但由於未伴隨語音的扭曲失真，整體音質聆聽感受因此較佳也較自然。
在選擇偏好聆聽的情境結果中，除了訊噪比為-6 dB時，MLSA與未處理情
境被聽常受試者選擇同為偏好次數最高以外，其他各訊噪比中，聽常受試者最偏
好的是未處理的情境，此結果與語音辨識測驗及聲音品質評估第一部分測驗結果
一致。聽力正常者認為，未經過降噪處理的聲音呈現的音質較佳、較不失真，因
此也較習慣且喜歡聆聽。