多说话人混合场景中空间感知与言语理解改善研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05260307

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

条件：听力损失。本研究旨在探讨多种方法，以改善助听器使用者在多人交谈环境中的空间感知和言语清晰度。目标1将研究不同放大策略在多大程度上能够提供多人交谈混合场景中可用的频谱时间稀疏言语信息。假设是，不同策略之间高频可听度的细微差异对稀疏言语清晰度的影响可能远大于对完整言语的影响。该目标将涉及2项实验中的40名听力损失受试者。目标2为探索性目标，将研究言语增强算法改善多人交谈混合场景中空间听觉的潜力。假设是，言语增强除了其已有的单耳益处外，还将增强双耳时间差的可显著性，从而在多人交谈混合场景中提供双耳益处。该目标将涉及3项实验中的30名听力正常受试者和60名听力损失受试者。

目标3将研究不同助听器样式如何影响声音外化。假设是助听器可能破坏声音外化，进而影响多人交谈混合场景中的言语清晰度。该目标将涉及30名听力正常受试者和60名听力损失受试者，共进行3项实验。这是一项涉及成年人类受试者的前瞻性设计。虽然研究者将招募听力正常和听力受损的受试者，但所有受试者都将被分配到同一组实验条件。因此，就干预（或前瞻性分配）而言，受试者可被视为完成相同干预（或同一组干预）的单一组别。行为实验涉及聆听言语声（要么不使用助听器，要么使用助听器，要么使用模拟助听器），并提供与空间感知相关的反应

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。