1.1 研究背景
現今的助聽器大多只考慮如何彌補因為耳朵受損或老化，而造成的聽力損失，例如 NAL prescription〔1〕。然而，除了不正常的最小可聽水平（minimum audible level）之外，
聽力還受損造成了響度動態範圍縮小（reduced dynamic range/ loudness recruitment）〔2〕、
窄頻時域封包解析度降低（reduced temporal resolution for narrow-band fluctuating stimuli）
〔3-6〕、分頻解析度降低（reduced frequency selectivity）〔7-12〕等等結果。一般來說，實
法馬上請病患聽，來得知這樣的調整是否有效。
因此，很多學者開始投入研究，如何建立一個模擬聽障患者耳蝸的模型〔14-17〕，其 目的是「將處理過後的聲音通過正常人耳，相當於未處理的聲音通過受損的耳蝸」，如此 一來，若要評估演算法的效能，只要將處理過後的聲音經過這套系統後，讓正常人聽就可 以了。
1.2 聽損現象簡介
1.2.1 最小可聽水平提升與響度聚集
一般聽損問題可直接反應在聲音的最小可聽水平上，最小可聽水平即「人耳可聽到該 頻率的聲音所需的最小能量」，意即若聲音能量低於這個值，則人聽不到這個聲音。聽障 患者最常產生的問題即是最小可聽水平的提升，然而此現象也常常伴隨其它種類的聽障問 題，其一是響度聚集。
根據研究顯示，聽障患者的聽力區間是較小的，意即最小可聽水平提升，而最大可聽 水平降低，然而聽障患者與正常人的最小可聽水平會對應到相同響度，最大可聽水平亦然，
其結果是聽障患者聽覺響度—物理強度的斜率會比正常人的斜率來得大，如圖 1：
圖 1 不同的聽覺響度—物理強度的對應曲線
圖 1 中，下陎的曲線表示聽損患者的響度-強度對應關係，當強度為 30dB 的時候響度 相當於 0.001Sones（最小可聽水平提升），然而當聲音的強度愈大時，下陎的曲線與上陎的 曲線愈來愈重合，代表對於聽損患者而言，每單位強度增加的響度比正常情形還多，此一 現象即是響度聚集；可能的影響是聲音響度變化放大，造成聽障患者的不適，無法對該句 話做正確的解讀。除此之外，不一定在所有的聽力區間之內，都有響度聚集的現象：研究 顯示，當聲音的響度很高的時候，正常人與聽障患者對應的響度是一模一樣的〔18-19〕。
1.2.2 分頻解析度降低
除了以上的問題之外，聽損患者常會發生的問題是分頻解析度降低，發生的原因可能 是因為耳蝸的老化、或是耳朵受損，使得內毛細胞（inner hair cell）對於頻率的敏感度下 降。舉例來說，原本只對 1800Hz 到 2100Hz 有反應的內毛細胞，因為敏感度降低的關係，
使其對 1400Hz 到 2400Hz 頻率的能量都有反應，這種現象以工程的角度來看，就是人耳相 對應的聽覺濾波器變寬了，如圖 2 所示；如此一來造成的影響是，原本不屬於此頻帶的聲 音也會被包含進來，使得聲音變得較為吵雜；此外，由於泛頻成份變多的關係，也會使得 接收到的聲音音色改變。
圖 2 受損患者與正常人的聽覺濾波器比較 資料來源：〔20〕
1.3 研究方法
即使有學者發展出受損耳蝸模型，然而這些研究並不是特別針對助聽器而發展的；換 句話說，這些系統只有模擬質的變化，並沒有對量的精確性做較為深入的研究與討論。舉 例來說，一般短時傅利葉轉換（Short Time Fourier Transform; STFT）只有強調強度
（magnitude）的變化，並在處理訊號時保留原訊號的相位，加上合成時使用 OLA〔21〕 模擬聽損耳蝸的模型，並分析其優缺點，以及加上 LSEE-MSTFTM（Least Square Error Estimate from the Modified STFT Magnitude）〔22〕修正相位的結果；第四章介紹常見的補 償分頻解析度降降低的演算法，除了分析優缺點並加以改良之外，也延伸了 Moore 團隊的 想法、嘗詴提出新的演算法；第五章則是延伸 Moore 團隊的聽損耳蝸模型，加入更多的考 量因素之後提出新的模擬方法，並進行辦識率的實驗，來評估這個模型的效能。