gms | German Medical Science

Für die Ermittlung des Sprachverstehens bei erwachsenen Personen im Rahmen der Hörrehabilitation stehen im deutschsprachigen Raum mehrere Testverfahren zur Verfügung. Neben dem Freiburger Einsilbertest (FBE, [1]), dem Oldenburger Satztest (OLSA, [2], [3], [4]) und dem Göttinger Satztest (GÖSA, [5]), werden auch der Hochmair-Schulz-Moser-Satztest (HSM, [6]) und der Reimtest nach von Wallenberg und Kollmeier (WAKO, [7]) verwendet. Jedoch unterscheiden sich diese Sprachtests in mehreren Aspekten, wie zum Beispiel im Sprachmaterial, der Art der Durchführung, im verwendeten Störgeräusch und der Kalibrierung [8].

Die Sätze des OLSA wurden jeweils nach gleicher Struktur aus fünf Wörtern (Name, Verb, Zahlwort, Adjektiv, Objekt) zusammengestellt, wobei für jede Wortart zehn Wörter zur Verfügung standen [2]. Diese Matrix-Struktur begrenzt den getesteten Wortschatz und führt zu Trainingseffekten [4], ermöglicht jedoch neben dem offenen Antwortformat (verbale Wiederholung der Wörter durch die Probanden) auch ein geschlossenes Antwortformat (Auswahl der Wörter aus der dargestellten Gesamtmatrix). Die Satzteste GÖSA und HSM sind dagegen nur in der Anzahl der zur Verfügung stehenden Testlisten, jedoch nicht prinzipiell im Wortschatz begrenzt und können deshalb nur offen durchgeführt werden. Gleiches gilt für die einsilbigen Wörter des FBE. Der WAKO wird dagegen geschlossen durchgeführt. Die präsentierten einsilbigen Wörter müssen aus fünf dargestellten Antwortalternativen ausgewählt werden, so dass eine Ratewahrscheinlichkeit von 20% besteht.

Während es sich bei den nachzusprechenden Sätzen des OLSA um sinnleeres Sprachmaterial handelt, sind die Sätze des GÖSA und HSM sinnbehaftet. Dadurch ergibt sich für die Sprachtests ein unterschiedlicher j-Faktor [9]. Dieser ist ein Indikator für die Anzahl statistisch unabhängiger Testitems innerhalb einer Darbietung, d.h. eines Wortes bei einem Worttest bzw. eines Satzes bei einem Satztest. Nach Wagener et al. [4] folgt aus einem höheren j-Faktor eine höhere Messgenauigkeit, da in einem bestimmten Zeitintervall der Messung mehr Informationen über das Sprachverstehen ermittelt werden können. Der OLSA erreicht einen j-Faktor von bis zu j=4,29 [4]. Nach Kollmeier und Wesselkamp [5] beträgt der maximale j-Faktor des GÖSA 2,38. Aufgrund des ähnlichen Testaufbaus ist davon auszugehen, dass der j-Faktor des HSM in der gleichen Größenordnung wie derjenige des GÖSA liegt. Die Einsilbertests FBE und WAKO besitzen aufgrund der Darbietung von nur einem Wort pro Darbietung den geringsten j-Faktor mit j=1. Somit unterscheidet sich die Genauigkeit, mit der das Sprachverstehen bei den Sprachtests ermittelt wird.

Auch das standardmäßig verwendete Störgeräusch der Sprachtests unterscheidet sich. Zur Messung des FBE und des HSM wird das Rauschen gemäß Comité Consultatif International Télégraphique et Téléphonique (sogenanntes CCITT-Rauschen, [10]) verwendet. Dagegen wurden für den OLSA [2] und den WAKO [11] Störgeräusche durch mehrfache Überlagerung des jeweiligen Sprachmaterials generiert. Für den GÖSA wird standardmäßig das Störgeräusch des WAKO verwendet. Die spektralen Unterschiede in den Störgeräuschen können das Sprachverstehen signifikant beeinflussen (siehe z.B. Winkler und Holube [12] für das Sprachverstehen von Einsilbern). Außerdem beschreiben Wagener et al. [2], dass mit den gleichen Langzeitspektren von Sprache und STD-Rauschen eine steilere Diskriminationsfunktion und damit einhergehend eine höhere Effizienz der Messungen (d.h. ein geringerer Messaufwand bei gewünschter Messgenauigkeit einer adaptiven Messung) erreicht werden können. Eine Möglichkeit zur Simulation der Störgeräuscheffekte bietet der Speech Intelligibility Index (SII, [13]). Der SII schätzt anhand der Langzeitspektren von Sprache und Störgeräusch das Sprachverstehen bei verschiedenen SNR-Werten und ermöglicht somit eine objektive Bewertung der Verdeckungswirkung von Störgeräuschen. Verschiedene Studien nutzten den SII, um eine Vorhersage des Sprachverstehens für bestimmte Hörsituationen zu treffen (siehe z.B. [14] und [15]).

Ein weiterer Aspekt ist die unterschiedliche Kalibrierung der Sprachtests. Winkler und Holube [12] beschrieben den Einfluss der Kalibrierung auf das Messergebnis und die Vergleichbarkeit des FBE mit anderen Sprachtests. Bei der Kalibrierung des FBE wird nicht – wie in DIN EN ISO 8253-3 [16] gefordert – der äquivalente Dauerschalldruckpegel, sondern der Spitzenpegel des Sprachmaterials auf den Pegel des CCITT-Rauschens angepasst. Das genaue Vorgehen bei der Kalibrierung des HSM ist bei Schmidt et al. [6] nicht näher beschrieben. Jedoch kann nach Winkler et al. [17] angenommen werden, dass die Kalibrierung mit einer Impuls-Bewertung des Sprachmaterials durchgeführt wurde. Durch die Kalibriermethoden unterscheidet sich der äquivalente Dauerschalldruckpegel des FBE zum CCITT-Rauschen um ca. 6,5 dB [12] und des HSM zum CCITT-Rauschen um ca. 6,3 dB [18]. Beim OLSA, GÖSA und WAKO stimmen dagegen die äquivalenten Dauerschalldruckpegel von Sprachmaterial und Störgeräusch überein. Um eine Vergleichbarkeit zwischen den Sprachtests herstellen zu können, ist eine gleiche Kalibrierung oder eine nachträgliche Korrektur der Ergebnisse notwendig.

Durch die unterschiedlichen Testkonditionen ergeben sich Sprachtestergebnisse, die nur bedingt miteinander vergleichbar sind. Die vorliegende Studie beschäftigt sich deshalb mit der Frage, welche Unterschiede in den Ergebnissen der Sprachtests verbleiben, wenn die Störgeräusche dem Langzeitspektrum der entsprechenden Sprachmaterialien angepasst und die Kalibrierungen identisch sind.

An der Studie nahmen 22 otologisch normale Probanden (13 ♀ , 9 ♂ ) nach DIN EN ISO 8253-1 [19] teil. Alle Probanden waren zwischen 18 und 25 Jahre alt (Median: 22,5 Jahre) und hatten keine Erfahrung mit Sprachtestverfahren. Vor den Messungen des Sprachverstehens wurde mit jedem Probanden eine seitengetrennte Tonaudiometrie mit dem Audiometer Unity 2 (Siemens Audiologische Technik GmbH, Erlangen) durchgeführt. Die Messung der Luftleitungshörschwelle erfolgte mit dem Kopfhörer HDA 200 (Sennheiser electronic GmbH & Co. KG, Wedemark), während für die Knochenleitungshörschwelle der Wandler B-71 (Radioear, Middelfart, Dänemark) verwendet wurde. Das Hörvermögen der Probanden lag, wie von DIN EN ISO 8253-3 [16] gefordert, zwischen 250 Hz und 8 kHz bei maximal 10 dB HL bzw. betrug bei höchstens zwei Frequenzen maximal 15 dB HL. Für die Teilnahme an der Studie erhielt jeder Proband eine Aufwandsentschädigung von 10 € pro Stunde. Die Untersuchungen wurden von der Kommission für Forschungsfolgenabschätzung und Ethik der Carl von Ossietzky Universität Oldenburg (Drs. 34/2017) genehmigt.

Das Sprachverstehen der Probanden wurde mit fünf verschiedenen Sprachtests ermittelt: FBE, OLSA, GÖSA, HSM und WAKO. Für den FBE wurde die CD mit der Sachnummer 7970155 HH 922 (Siemens Audiologische Technik GmbH, Erlangen) verwendet. Während FBE, OLSA, GÖSA und HSM offen mit jeweils 20 Darbietungen pro Testliste durchgeführt wurden, lag die Anzahl der Darbietungen beim WAKO bei 25. In den Satztests wurde jedes einzelne Wort als richtig oder falsch gewertet. Der WAKO wurde als geschlossener Test durchgeführt. Die Probanden wählten das gehörte Wort aus fünf Antwortalternativen aus. Die dadurch entstehende Ratewahrscheinlichkeit von 20% wurde in den Ergebnissen durch die Item-Ratekorrektur [20] ausgeglichen:

Gleichung 1:

Dabei stellt N_r die Prozentzahl der richtigen Antworten, N_f die Prozentzahl der falschen Antworten und X_korr das korrigierte Messergebnis in Prozent dar.

Jeder Sprachtest wurde mit den standardmäßig verwendeten Störgeräuschen (STD-Rauschen) durchgeführt. Die spektralen Abweichungen, die die STD-Rauschen zu den jeweiligen Sprachmaterialien aufweisen, sind in Abbildung 1 [Abb. 1] dargestellt. Dazu wurden alle Signale auf den gleichen digitalen Root Mean Square (RMS) kalibriert. Zur Bestimmung der Leistungsdichtespektren der Sprachmaterialien wurden für jeden Sprachtest alle Sätze oder Wörter ohne Pause hintereinander zu einem Signal zusammengefasst und analysiert.

Das CCITT-Rauschen, das im FBE und HSM verwendet wird, wurde für die Telekommunikation entwickelt [10]. Die Terzpegel des CCITT-Rauschens können DIN 45626-1 [21] entnommen werden. Es ist als Kalibriersignal zum FBE auf jeder CD verfügbar. Für den GÖSA und den WAKO wird ebenfalls dasselbe Störgeräusch verwendet, das als GÖnoise bezeichnet wird. Das GÖnoise wurde durch mehrfache Überlagerung des WAKO-Sprachmaterials generiert [11]. Beim Vergleich der Leistungsdichtespektren von GÖSA-Sprachmaterial und GÖnoise zeigt sich ein Unterschied von bis zu 16 dB bei ca. 11,5 kHz. Auch zwischen den Spektren des WAKO-Sprachmaterials mit dem GÖnoise treten Unterschiede auf. Diese sind bei Frequenzen oberhalb von 2 kHz beobachtbar und betragen bis zu ca. 25 dB bei ca. 10 kHz. Die genaue Ursache dieser Differenzen ist nicht näher beschrieben. Nach Brand (persönliche Mitteilung [22]) kann jedoch angenommen werden, dass sie auf eine nachträgliche Tiefpass-Filterung des GÖnoise zurückzuführen sind. In Analogie zum GÖnoise wurde das OLnoise aus dem Sprachmaterial des OLSA generiert. Dazu wurde das Sprachmaterial 30fach zufällig in der Zeit verschoben überlagert [2]. Nach Wagener et al. [2] treten beim OLnoise nur gering ausgeprägte Modulationen in der Einhüllenden im Zeitbereich auf.

Für jeden Sprachtest wurde ein sprachsimulierendes Rauschen erzeugt (engl. Speech-Adjusted Noise, SAN-Rauschen), das den spektralen Eigenschaften des jeweiligen Sprachmaterials entspricht und somit eine optimale Verdeckungswirkung aufweist [23]. Zur Generierung der SAN-Rauschen wurde das Sprachmaterial jedes Sprachtests in Analogie zu [24] 30fach überlagert. Die Rauschsignale stehen im Repositorium Zenodo zur Verfügung [25]. In Abbildung 2 [Abb. 2] sind die Differenzen der Leistungsdichtespektren der SAN-Rauschen zur jeweiligen Sprache dargestellt. Wie bei den STD-Rauschen wurden alle Messsignale auf den gleichen RMS kalibriert. Die Unterschiede zwischen SAN-Rauschen und den Sprachmaterialen liegen weit unterhalb von 1 dB.

Alle Messungen fanden in einer gedämmten, doppelwandigen Hörkabine (IAC Acoustics) statt. Zur Durchführung der Sprachtests saßen die Probanden (18 bis 25 Jahre) in einer Entfernung von 1,2 m frontal (0°-Richtung) vor einem Lautsprecher Genelec 8030 A (Audio Pro Heilbronn Elektroakustik, Heilbronn), der sowohl die Sprache als auch die Störgeräusche präsentierte. Die Ausgabe der Signale erfolgte über die Soundkarte Typ RME Fireface UC (Audio AG, Heimhausen). Die Störgeräusche wurden während jeder Testliste kontinuierlich bei einem Schalldruckpegel von 65 dB SPL dargeboten. Der Schalldruckpegel der Sprache variierte je nach SNR (s. Tabelle 1 [Tab. 1]) für jede Testliste. Der Versuchsleiter gab die richtigen Antworten über einen Touchscreen (ProLite T1932MSC, ilyama International Corporate, Hoofddorp, Niederlande), der mit dem PC (Latitude E6540, Dell GmbH, Frankfurt am Main) verbunden war, ein.

Alle Sprachtests wurden mit beiden Störgeräuschen bei verschiedenen festen Signal-Rausch-Verhältnissen (Signal-to-Noise Ratio, SNR) durchgeführt. Um eine Diskriminationsfunktion anpassen und die Schwelle für 50%iges Verstehen (engl. Speech Recognition Threshold, SRT₅₀) mit dazugehöriger Steigung s₅₀ bestimmen zu können, sollten die Messpunkte so gewählt werden, dass ein Sprachverstehen unter- und oberhalb von 50% erreicht wird. Aufgrund von Literaturwerten und Pilottests waren dafür bei den meisten Sprachtests dieselben drei SNR-Werte ausreichend (siehe Tabelle 1 [Tab. 1]). Beim HSM und beim WAKO im STD-Rauschen mussten jedoch geringere SNR-Werte gewählt werden. Beim WAKO im STD-Rauschen wurde aufgrund der Pilottests vorsichtshalber noch ein vierter SNR ergänzt, um eine Anpassung der Diskriminationsfunktion für alle Probanden zuverlässig zu gewährleisten. Für den OLSA wurden vorab zwei Trainingslisten mit festem SNR (0 dB) durchgeführt, um den Trainingseffekt möglichst gering zu halten [4].

Um Reihenfolgeneffekte auszuschließen, erfolgte eine Randomisierung der Messkonditionen. Diese Randomisierung schloss die Reihenfolge der Sprachtests für jeden Probanden, das verwendete Störgeräusch und die SNR-Werte ein. Außerdem fand eine pseudorandomisierte Zuordnung der Testlistennummern zu den Probanden und Messkonditionen statt. Für keinen der verwendeten Sprachtests wurden vorab Testlisten ausgeschlossen, und alle Listen kamen im Mittel gleich häufig vor. Die Durchführung der Messungen erfolgte an zwei Terminen mit einer jeweiligen Dauer von maximal zwei Stunden inklusive Pausen.

Obwohl nur neun der erhobenen zehn Datensätze normalverteilt waren (nach Shapiro-Wilk-Test), wurde für alle statistischen Tests eine einfaktorielle Varianzanalyse (engl. analysis of variance, ANOVA) und PostHoc der t-Test für abhängige Stichproben verwendet. Dieses Vorgehen wurde gewählt, um ein einheitliches Testverfahren für die gesamte statistische Auswertung anwenden zu können. Dies ist möglich, da sowohl die ANOVA als auch der t-Test relativ stabil gegenüber Abweichungen von der Normalverteilung sind. Das Signifikanzniveau lag bei 5%. Für Paarvergleiche wurde die Bonferroni-Korrektur angewandt, sodass das korrigierte Signifikanzniveau α‘ einem Wert von 0,5% entsprach.

Neben dem Sprachverstehen wurde als objektives Maß der SII nach ANSI S3.5 [13] bestimmt. Diese Berechnung erfolgte für alle Sprachtests für das STD- und das SAN-Rauschen. Bei der SII-Berechnung wurde eine frequenzunabhängige Tonhörschwelle von 0 dB HL angenommen, da die an der Studie teilnehmenden Probanden alle normalhörend waren. Die tatsächliche Tonhörschwelle, gemittelt über alle linken und rechten Ohren, wich um maximal 2,7 dB bei der Messfrequenz 8 kHz von 0 dB HL ab. Außerdem wurde der vorgegebene Korrekturwert für binaurales Hören (1,7 dB) berücksichtigt [13]. Dadurch ergab sich eine frequenzunabhängige Schwelle von –1,7 dB HL, die dem binauralem Hören Normalhörender im Freifeld entsprach.

Nahezu alle frequenzabhängigen Gewichtungsfunktionen der ANSI S3.5 [13] weisen ein Maximum um 2 kHz auf und fallen sowohl unter- als auch oberhalb dieser Frequenz ab. Nur die Funktion „short passages of easy reading material“ zeigt einen abweichenden Verlauf mit einer höheren Gewichtung bei tieferen Frequenzen um 500 Hz und einer geringeren Gewichtung um 1 kHz. Um diejenige Gewichtungsfunktion zu finden, die die Sprachtestergebnisse am besten repräsentiert, wurden die Ergebnisse aller Gewichtungsfunktionen und einer Gleichgewichtung aller Terzbänder verglichen. Dabei zeigte sich, dass die Gleichgewichtung die Abhängigkeit des Sprachverstehens vom SII für die fünf Sprachtests und die verwendeten Störgeräusche am besten abbilden kann. Deshalb beziehen sich alle hier dargestellten Ergebnisse auf diese Gleichgewichtung.

Die SNR wurden so gewählt, dass das Sprachverstehen möglichst unterhalb und oberhalb von 50% lag. Die Messergebnisse in Abbildung 3 [Abb. 3] (blaue Kreise) verdeutlichen, dass dieses Ziel für alle Sprachtests und beide Störgeräusche erreicht wurde. Für jede Messbedingung wurde an das erreichte prozentuale Sprachverstehen p in Abhängigkeit vom dargebotenen SNR (L_SNR) eine Diskriminationsfunktion nach Brand und Kollmeier [26] (s. Gleichung 2) angepasst (rote Kurve) und daraus der SNR für ein Sprachverstehen von 50% (SRT₅₀) sowie die Steigung in diesem Punkt (s₅₀) bestimmt.

Gleichung 2:

In Abbildung 4 [Abb. 4] sind die Ergebnisse der SRT₅₀-Werte (oben) und die dazugehörigen Steigungen s₅₀ (unten) bei individueller Anpassung der Diskriminationsfunktionen für jeden einzelnen Probanden dargestellt. Die linke Seite zeigt die Ergebnisse für die STD- und die rechte Seite die entsprechenden Werte für die SAN-Rauschen.

Die medianen SRT₅₀-Werte im STD-Rauschen reichen von –12,9 dB SNR (HSM) bis –5,6 dB SNR (GÖSA). Die einfaktorielle ANOVA ergab signifikante Unterschiede (F(2,75; 57,80)=369,17; p<0,001), die sich auch im PostHoc-t-Test für alle Sprachtests bestätigten (siehe Tabelle 2 [Tab. 2], blau).

In Tabelle 3 [Tab. 3] sind die gemessenen SRT₅₀-Werte Literaturwerten gegenübergestellt. Dabei ergeben sich für FBE und WAKO große Differenzen. Wenn jedoch die unterschiedliche Kalibrierung der beiden Sprachtests berücksichtigt wird (korrigierte Literaturwerte), dann liegen die Differenzen bei maximal 0,8 dB (OLSA).

Auch im SAN-Rauschen tritt die größte vorkommende Differenz zwischen den Medianen des HSM und GÖSA auf, hierfür beträgt der SRT₅₀ im HSM –8,9 dB SNR und im GÖSA –6,2 dB SNR. Die einfaktorielle ANOVA konnte ebenfalls signifikante Unterschiede nachweisen (F(1,95; 41,00)=34,13; p<0,001). Im PostHoc-t-Test wurde jedoch deutlich, dass sich die signifikanten Unterschiede auf die beiden Sprachtests FBE und GÖSA im Vergleich zu den drei anderen Sprachtests (OLSA, HSM, WAKO) beschränken (siehe Tabelle 4 [Tab. 4], blau). Die Unterschiede zwischen FBE und GÖSA sowie zwischen OLSA, HSM und WAKO sind nicht signifikant.

Die Steigungen s₅₀ weisen im STD-Rauschen einen Unterschied von bis zu 15,1%-Punkten/dB auf. Die Steigung des HSM befindet sich dabei in der Größenordnung der Worttests (FBE, WAKO). Die einfaktorielle ANOVA resultiert in signifikanten Unterschieden zwischen den Sprachtests (F(4; 84,00)=128,91; p<0,001). Im PostHoc-t-Test bestätigen sich die Unterschiede von OLSA und GÖSA zu den drei weiteren Sprachtests (HSM, FBE, WAKO) (siehe Tabelle 2 [Tab. 2], rot). Zwischen den drei letztgenannten Sprachtests konnten jedoch keine signifikanten Unterschiede nachgewiesen werden. Im SAN-Rauschen kommt es zu einer Erhöhung der Steigung im HSM um 6,3%-Punkte/dB und dadurch zu einer neuen Gruppierung, wobei sich die Satz- von den Worttests trennen. Die Steigungen der Satztests unterscheiden sich im SAN-Rauschen um maximal 1,8%-Punkte/dB und diejenigen der Worttests um 0,2%-Punkte/dB. Die einfaktorielle ANOVA ergibt einen signifikanten Unterschied (F(4; 84,00)=62,17; p<0,001), der im PostHoc-t-Test die Trennung in Satztests und Worttests bestätigt (siehe Tabelle 4 [Tab. 4], rot). Innerhalb der Wort- bzw. Satztests treten keine signifikanten Unterschiede in den Steigungen auf.

Beim Vergleich der SRT₅₀-Werte zwischen STD- und SAN-Rauschen ergab der t-Test für OLSA, HSM, GÖSA und WAKO jeweils einen signifikanten Unterschied (Tabelle 5 [Tab. 5]). Der entsprechende Vergleich für den FBE zeigt keinen signifikanten Unterschied. Der t-Test zum Vergleich der s₅₀ im STD- und SAN-Rauschen ergab nur für OLSA und HSM signifikante Unterschiede (siehe Tabelle 5 [Tab. 5]).

Abbildung 5 [Abb. 5] zeigt für alle Sprachtests im STD- und SAN-Rauschen das prozentuale Sprachverstehen in Abhängigkeit vom SII. Für den WAKO ergibt sich, unabhängig vom verwendeten Störgeräusch, ein beinahe linearer Zusammenhang zwischen dem Sprachverstehen und SII. Die Graphen des FBE, OLSA, GÖSA und HSM zeigen in Abhängigkeit vom verwendeten Störgeräusch leichte Abweichungen. Jedoch ist trotz der Verwendung verschiedener Rauschen ein gemeinsamer Anstieg des Sprachverstehens mit zunehmendem SII erkennbar.

Für 50%iges Sprachverstehen ergibt sich für alle Sprachtests ein SII zwischen 0,17 (HSM-STD) und 0,34 (FBE-SAN). Die größte Differenz zwischen den SII-Werten eines Sprachtests im STD- und SAN-Rauschen liegt bei 0,04 (OLSA), während die kleinste Differenz 0,01 (WAKO) beträgt.

Ziel dieser Studie war es, die Vergleichbarkeit verschiedener Sprachtests im Störgeräusch zu untersuchen. Dazu wurden neben den Messungen im STD-Rauschen auch Messungen im SAN-Rauschen durchgeführt, das durch 30fache Überlagerung des Sprachmaterials für jeden Sprachtest generiert wurde. Um eine bessere Vergleichbarkeit der Ergebnisse zu ermöglichen, erfolgte eine identische Kalibrierung aller Sprachmaterialien und Störgeräusche auf den RMS. Die Messungen wurden mit jungen normalhörenden Probanden durchgeführt, sodass eine Abhängigkeit der Ergebnisse vom individuellen Hörvermögen der Probanden ausgeschlossen werden kann. Zur Anpassung von Diskriminationsfunktionen wurden die zu messenden SNR-Werte für jeden Sprachtest im STD- und SAN-Rauschen so bestimmt, dass das Sprachverstehen sowohl unter- als auch oberhalb von 50% lag. Auf diese Weise konnten für jeden Sprachtest im STD- und SAN-Rauschen der SRT₅₀ und die Steigung s₅₀ ermittelt werden.

Bei Verwendung der STD-Rauschen kommt es sowohl zwischen den SRT₅₀-Werten als auch zwischen den s₅₀ der verschiedenen Sprachtests zu großen Unterschieden. Diese betragen für die SRT₅₀-Werte bis zu 7,3 dB SNR und für die s₅₀ bis zu 15,1%-Punkte/dB. Unter der Voraussetzung, dass beim Vergleich der gemessenen SRT₅₀-Werte mit den Literaturwerten die verschiedenen Kalibrierungen berücksichtigt werden, beschränken sich die auftretenden Differenzen auf lediglich 0,8 dB. Dabei ist zu bedenken, dass die Präsentationsart des Störgeräuschs (kontinuierlich oder synchron) zu Unterschieden von ca. 1,4 dB führen kann [12]. Welche Präsentationsart zur Bestimmung der Literaturwerte für OLSA, HSM und GÖSA verwendet wurde, ist nicht dokumentiert. Nur für den Literaturwert des WAKO ist eindeutig beschrieben, dass dieser durch synchrone Präsentation des Störgeräuschs ermittelt wurde, bei der das Störgeräusch 0,5 s vor Beginn des Ankündigungssatzes einsetzte und 0,5 s danach endete [12].

Eine weitere Einflussgröße ist die Darbietungsart (monaural über Kopfhörer, diotisch über Kopfhörer, binaural im Freifeld). Durch den Lautstärkezuwachs, der beim Übergang von monauralem zu binauralem Hören entsteht, verschieben sich nach [27] die gemessenen SRT₅₀-Werte um ca. 2,5 dB zu niedrigeren Werten. Die Literaturdaten zum FBE und WAKO entstammen Freifeldmessungen mit Präsentation aus der 0°-Richtung, wie in dieser Studie. Die Literaturwerte für HSM und OLSA wurden mit vergleichbarer diotischer Kopfhörerdarbietung erhoben. Für den GÖSA nennen Kollmeier und Wesselkamp [5] die Kopfhörer-Präsentationsart „monaural“, während Wesselkamp [28] für die gleichen Daten „diotisch“ angibt. Da der Unterschied zwischen dem Literaturwert und dem Ergebnis dieser Untersuchung nur 0,5 dB beträgt, ist von einer diotischen Präsentationsart bei [5] auszugehen. Somit ist für keinen Sprachtest eine Korrektur für die Darbietungsart erforderlich.

Insgesamt konnten für die fünf Sprachtests bei Berücksichtigung der unterschiedlichen Kalibrierung die Literaturwerte mit nur geringen Abweichungen reproduziert werden. Zwischen den Sprachtests treten jedoch große Unterschiede auf. Als ein wesentlicher Einflussfaktor wurde die unterschiedliche Verdeckungswirkung der Störgeräusche vermutet, die sich aus den in Abbildung 1 [Abb. 1] dargestellten spektralen Unterschieden ergibt. Deshalb wurden für jeden Sprachtest neue sprachsimulierende Störgeräusche erzeugt.

Mit Hilfe der 30fachen Überlagerung der Sprachmaterialien konnte für jeden Sprachtest ein entsprechendes sprachsimulierendes Störgeräusch erzeugt werden. Die frequenzabhängigen Unterschiede zwischen SAN-Rauschen und dem jeweiligen Sprachmaterial betragen maximal 0,5 dB, so dass die SAN-Rauschen nach [19] auch zur Kalibrierung der Sprachmaterialen geeignet sind.

Insgesamt zeigte sich eine Angleichung der SRT₅₀-Werte bei der Verwendung der SAN- im Vergleich zu den STD-Rauschen. Die größte Verschiebung ergab sich für die beiden Sprachtests, die im STD-Rauschen die geringsten Schwellen aufwiesen: 4,0 dB für den HSM und 2,8 dB für den WAKO. Die beobachteten Veränderungen bestätigen die signifikante Abhängigkeit des Sprachverstehens vom verwendeten Störgeräusch sowohl für Einsilber [12] als auch für Satztests und höhere Schwellen bei besserer Verdeckung. Durch den Angleich der Rauschspektren an die Spektren der Sprache und durch dieselbe Kalibrierung lässt sich also die Vergleichbarkeit der Messergebnisse der verschiedenen Sprachtests verbessern.

Obwohl es sich bei dem zur Messung des OLSA verwendeten STD-Rauschen, dem OLnoise, bereits um ein sprachsimulierendes Störgeräusch handelt, das vergleichbar zum SAN-Rauschen generiert wurde, ergaben sich signifikante Unterschiede der SRT₅₀-Werte in Abhängigkeit vom Störgeräusch. Beim Vergleich der Spektren von Sprache und STD-Rauschen zeigt sich im Frequenzbereich von 0,5 bis 10 kHz ein bis zu 2,8 dB höherer Pegel des STD-Rauschens, der vermutlich zu einer höheren Verdeckung führt. Zusätzlich berichteten manche Probanden von einer höheren Schwierigkeit bei der Messung im STD-Rauschen, da eine weitere, nicht verständliche Stimme im Störgeräusch von der zu verstehenden Sprache ablenken würde. Diese Beobachtung kann durch eine messtechnische Analyse unterstützt werden, die für das STD-Rauschen zwar einen sehr geringen, aber etwas höheren Modulationsgrad als für das SAN-Rauschen aufzeigt. Die Ursache für die Modulationsunterschiede zwischen STD- und SAN-Rauschen liegt vermutlich bei der geringfügig verschiedenen Generierung der Störgeräusche. Aus [2] geht hervor, dass zur Erzeugung des STD-Rauschens die einzelnen Wörter des OLSA aneinander gehängt und überlagert wurden. Dagegen wurden für das SAN-Rauschen ganze Sätze aneinander gereiht und zu Rauschen aufaddiert [24]. Dadurch kommt es bei der Rauscherzeugung zu verschiedenen Verhältnissen von Sprache und Pausen, wobei der Pausenanteil im STD-Rauschen höher ist. Durch zufällige konstruktive Überlagerungen kann es so zu einer Modulation des Rauschens kommen, die zusätzlich maskierend wirken kann.

Außerdem kommt es durch die Verwendung der SAN- im Vergleich zu den STD-Rauschen auch zu einer Verschiebung der Steigungen für OLSA und HSM. Die hohen Steigungen für den OLSA im STD-Rauschen resultieren möglicherweise für manche Probanden aus Bodeneffekten beim niedrigsten SNR. Die Differenz beim HSM kann dagegen mit der Reduzierung der spektralen Abweichungen zwischen Sprache und Störgeräusch bei der Verwendung des SAN-Rauschens erklärt werden. Bei Verwendung des STD-Rauschens führen die großen spektralen Unterschiede im tieffrequenten Bereich (bis ca. 400 Hz) zu einem Teilverstehen der Sätze auch bei niedrigem SNR. Für hohe prozentuale Verstehenswerte ist jedoch ein deutlich höherer SNR notwendig, da das standardmäßig zur Messung verwendete CCITT-Rauschen vor allem im Hauptsprachbereich (500 Hz bis 4 kHz) eine höhere Leistungsdichte besitzt als das Sprachmaterial. Dagegen ist im SAN-Rauschen auch für ein geringes Verstehen ein höherer SNR notwendig, während für gutes Verstehen ein ähnlicher SNR wie im STD-Rauschen ausreicht. Dadurch kommt es zu einer deutlich steileren Diskriminationsfunktion mit einem Steigungsunterschied zum STD-Rauschen von 6,3%-Punkten/dB.

Insgesamt verbleiben bei Verwendung der SAN-Rauschen und gleicher Kalibrierung Unterschiede im SRT₅₀ von weniger als 3 dB. Der größte Unterschied von 2,7 dB wurde zwischen HSM und GÖSA beobachtet, obwohl beide Sprachtests aus Alltagssätzen bestehen. Der HSM wurde im Vergleich zum GÖSA mit deutlicherer Artikulation und langsamerer Sprechrate aufgenommen (HSM: 222 Silben/min, GÖSA: 279 Silben/min) [29]. Eine messtechnische Analyse zeigt einen größeren Dynamikbereich mit längeren Sprechpausen und um 2 dB höhere Spitzenpegel für das HSM-Sprachmaterial bei gleichem RMS-Wert. Die Länge der Sprachpausen beeinflusst die Berechnung des RMS-Werts und führt zu einer höheren Verstärkung des HSM-Sprachmaterials im Vergleich zum GÖSA-Sprachmaterial und SAN-Rauschen und somit zu besseren Schwellen.

Der OLSA wurde von dem gleichen Sprecher wie der WAKO und der GÖSA aufgesprochen. Gegenüber dem GÖSA weist der OLSA einen um 2,3 dB geringeren SRT₅₀ auf. Es wird vermutet, dass die besseren Schwellen nicht auf die reduzierte Sprechrate des OLSA von 233 Silben/min, sondern auf die Matrixstruktur mit begrenztem Sprachmaterial zurückzuführen ist. Die Reduktion im SRT₅₀ entspricht in etwa dem erwarteten Trainingseffekt nach zwei Testlisten von max. 2 dB [4].

Ein ähnlicher Unterschied von 1,8 dB ist zwischen WAKO und FBE zu beobachten, der vermutlich durch die geschlossene Durchführung des WAKO bedingt ist. Obwohl die Ergebnisse des WAKO um die Ratewahrscheinlichkeit von 20%, die durch die geschlossene Durchführung entsteht, korrigiert wurden, führt die Antwortauswahl zu besseren (niedrigeren) SRT₅₀-Werten. Dies kann damit begründet werden, dass die Probanden durch die Antwortauswahl wissen, welcher Teil des Wortes variabel ist. Damit reicht es aus, die Konzentration nur auf den Teil des Wortes zu lenken, der sich in den Antwortmöglichkeiten unterscheidet. Im Gegensatz dazu muss zum Verstehen eines Wortes im FBE die Aufmerksamkeit auf dem ganzen Wort liegen, um dieses korrekt wiederholen zu können. Ein weiterer Unterschied ist der Ankündigungssatz im WAKO, der die Aufmerksamkeit auf einen Zeitpunkt fokussieren könnte, obwohl Mallinger keinen signifikanten Unterschied bei Verwendung eines kurzen Ankündigungstons beobachtete [30].

Während sich die SRT₅₀-Werte aller Sprachtests unter gleichen Messbedingungen annähern, weisen die Steigungen s₅₀ abhängig von der Art des Sprachmaterials deutliche signifikante Unterschiede auf (s. Tabelle 4 [Tab. 4]). Die Steigungen der Worttests liegen bei 7,6%-Punkten/dB (WAKO) bzw. 7,8%-Punkten/dB (FBE). Dagegen erreichen die Steigungen der Satztests Werte zwischen 16,3 und 18,1%-Punkten/dB. Die Differenz der Steigungen zwischen Satz und Worttests liegt damit bei über 8,5%-Punkten/dB. Dieser Wert lässt sich vermutlich auf die größere Streuung im Wortverstehen bei den Einzelworttesten im Vergleich zum Verstehen in den Satztesten zurückführen [3]. Beim OLSA und GÖSA wurden die Diskriminationsfunktionen der Wörter innerhalb der Sätze aneinander angenähert, so dass geringere Unterschiede bestehen und gleichzeitig mehr Wörter innerhalb einer Testliste getestet werden. Daraus könnte gefolgert werden, dass die Diskriminationsfunktion des OLSA aufgrund des höheren j-Faktors gegenüber dem GÖSA eine höhere Steigung aufweisen müsste. Dies wurde jedoch im SAN-Rauschen genauso wenig beobachtet wie eine geringere s₅₀ des HSM, für den keine Optimierung der Wortdiskriminationsfunktionen bekannt ist.

Die Modellierung des Sprachverstehens mittels SII lag für den WAKO mit beiden Störgeräuschen ähnlich wie bei Winkler und Holube [12] auf einer Kurve. Die SII-Werte der anderen Sprachtests weisen jedoch Abweichungen abhängig vom verwendeten Störgeräusch auf. Dabei muss jedoch berücksichtigt werden, dass für alle Sprachtests bei der SII-Berechnung eine Gleichgewichtung der Frequenzbänder verwendet wurde. Andere ANSI-Gewichtungsfunktionen führten zu noch größeren Differenzen für manche der Sprachtests, so dass es notwendig erscheint, neue Gewichtungsfunktionen für die Sprachtests im Deutschen zu ermitteln. Insgesamt kann jedoch eine monotone Erhöhung des SII bei steigendem Sprachverstehen innerhalb der Sprachtests für beide Störgeräusche beobachtet werden, so dass die wesentlichen Unterschiede zwischen den Störgeräuschen aufgrund der unterschiedlichen Spektren durch den SII nachbildbar sind.

Da sich die Messergebnisse der Sprachtests unter gleichen Messbedingungen aneinander annähern ist anzunehmen, dass die Wahl des Sprachmaterials eine untergeordnete Rolle spielt. Die verbleibenden Unterschiede im SRT₅₀ von maximal 2,7 dB sind vermutlich durch die Eigenschaften der einzelnen Sprachtests (Trainingseffekt, offene/geschlossene Testdurchführung, ungleiche Dynamik/Spitzenpegel) bedingt. Ist eine hohe Genauigkeit bei einer adaptiven Pegelsteuerung zur Ermittlung des SRT₅₀ erwünscht, bieten sich Satztests an, da diese eine um ca. 10%-Punkte/dB höhere Steigung als Worttests aufweisen. Insgesamt ergibt sich durch die Verwendung von Störgeräuschen mit gleicher Verdeckungswirkung, gleicher Kalibrierung und Berücksichtigung der Messbedingungen eine bessere Vergleichbarkeit der Ergebnisse.

Die Autorinnen erklären, dass sie keine Interessenkonflikte im Zusammenhang mit diesem Artikel haben.

Diese Untersuchung wurde gefördert aus dem Projekt VIBHear mit Mitteln des Europäischen Fonds für regionale Entwicklung (EFRE) und Mitteln des Landes Niedersachsen. Vielen Dank an alle Probanden für ihre Teilnahme an den Messungen. Die Korrektur der englischsprachigen Textanteile erfolgte durch http://www.stels-ol.de/.