越讨厌越听不清：用游戏化噪声任务把厌声症拉进听力学测量

英文题目：Sound Reactor Mission: Gamified Misophonia Assessment to Bridge the Gap in Audiology and Hearing Care

会议身份：conference:interspeech:2026:conference-paper-id:mejia26_interspeech

来源为官方会议 PDF；图片依据原页像素，表格数字依据原文引用。PDF 文字层不视为原始 TeX，未可靠恢复的结构不作推断。

会议来源：官方记录 · 官方 PDF

标签：#心理声学实验 #言语感知 #语音 #语音可懂度评估

评分：5.2/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 0.5/1.5 | 清晰度 0.7/1 | 影响力 0.6/1.5 | 开源 0.0/1.5 | 可复现 0.2/0.5 | 工程/实践 1.0/1.5

排名：后50% | 文档类型：应用研究

👥 作者与机构

• Jorge Mejia：机构信息未能从会议 PDF 纯文本可靠映射
• Jan-Willem Wasmann：机构信息未能从会议 PDF 纯文本可靠映射
• Jane Gregory：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

厌声症患者对咀嚼吮吸等日常声音产生强烈情绪生理反应并损害日常言语理解，但听力学缺乏标准化可扩展客观行为学路径，现有评估依赖自评问卷而标准言语噪声测试又需校准设备与专用房间。声音反应堆任务构建浏览器端约6分钟单会话流水线，先做引导与音频检查，再以1-up/1-down自适应阶梯用VCV音节在调制噪声下估计个体言语接收阈并将其输出作为后续难度锚点。接着对7类日常声音按烦恼度量表评分并选出最烦声音作为优质燃料，将个性化掩蔽声输入下一步三条件对比。随后在个体阈值下组块比较优质燃料、合成燃料与标准燃料下的辅音识别，最后完成分掩蔽声可接受噪声级测量。与通用掩蔽声不同，个性化显著性声音被假设引入情绪与注意负荷，具有生态效度与可扩展意义。在三掩蔽声对比设置下，Premium Fuel的准确率为59.2%，低于Standard Fuel的准确率86.3%。该结论仅适用于轻度敏感成人可行性样本，未验证诊断效度与听力损失人群外推。原文未披露训练、推理或部署成本，未提供代码与数据。

🔗 开源与复现资源

本次未形成可展示的已核验资源记录，开放状态尚未核实。 可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。

🧭 深度解读

输入是什么：论文要解决的临床空白是什么？

这篇论文的输入是厌声症评估与听力保健之间的断裂。先把术语说白：厌声症就是对咀嚼、吸溜、敲击这类日常特定声音产生强烈烦躁、愤怒、想逃离的反应，英文是 misophonia；听力损失与言语理解是听力学常规关心的可测能力。论文报告的背景数字是，一般人群中约 5% 到 20% 受影响，约 6% 有临床显著功能损害，约 68% 报告至少一个生活领域受损，超过 50% 在 6 到 25 岁起病。也就是说它常见、早发、影响听课社交，但多数诊断框架缺位，常被混同为听觉过敏或焦虑。

对研究生而言，关键不是记住患病率，而是理解为什么听力学必须接手。论文的论证链是：厌声症直接改变聆听行为和日常环境中的言语理解，因此它 squarely 落在听力学实践范围内。现有临床路径几乎只依赖自陈问卷，缺少客观行为或心理声学测量，尤其很少量化厌声对言语理解的影响，这让临床决策和疗效跟踪缺少抓手。

本次解读的输入是带标识的论文原文证据与一张官方原图像素，目标是可核对复述方法与实验条件，输出是 1 篇按学习依赖展开的中文技术解读。必须保留的信息包括 5 阶段流程、自适应阈值参数、三掩蔽条件定义、试点样本量与关键数字。资源状态方面，未发现来源绑定且完成验证的资源，因此不得声称代码、模型或数据已公开。

厌声症 × 言语识别阈： 厌声症指咀嚼、吸溜等日常特定声引发强烈烦躁、愤怒和逃离冲动的反应，分工是描述情绪与注意负担；言语识别阈分工是描述噪声下可测的可懂度基线。两者搭配的理由是厌声症同样改变日常聆听行为和言语理解，组合意义是把情绪触发问题转化为听力学可测的掩蔽与耐受问题。

理解了临床空白，才能理解作者为什么不做又一个问卷，而是要做一个浏览器里 6 分钟就能跑完的客观任务。

已有路线走到哪里：问卷、听力室与数字健康为何还不够？

同输入同目标的已有路线可以分成三支。第一支是厌声症自评问卷，输入是被试对声音的烦恼评分，目标是筛查与严重度分级，监督来自量表条目与临床访谈。它的优点是 cheap 易部署，缺点是主观、易受当下情绪影响，且不能回答戴助听器后到底听得清多少。第二支是标准听力学范式，包括噪声下言语测试和可接受噪声级测量，英文分别是 speech-in-noise test 和 Acceptable Noise Level，缩写是 ANL。它们的输入是校准过的换能器与标准噪声，目标是阈值与忍受度，运行阶段在隔声室由训练有素的检查者执行。

优点是可比性强，缺点是需要校准设备、专用房间和人力，无法做人群筛查。第三支是网页与移动数字健康工具，加上游戏化提升参与和完成率。输入是浏览器音频，目标是扩大覆盖，监督较弱。

论文的有源对照是明确的：没有已建立的平台把严谨自适应心理声学与游戏化厌声敏感设计结合，并让最需要的人群可用。也就是说，前两支各缺一块，问卷缺客观行为数据，听力室缺可扩展性，数字健康缺听力学相关的验证任务。作者的选择不是替换听力室，而是在浏览器里重建一个锚定到个体阈值的比较实验，让个人显著性声音的影响可以被量化。

对初学者容易产生的误解是把厌声症等同于怕大声。论文区分了厌声症与听觉过敏或焦虑障碍：前者是对特定声音身份的情绪显著性反应，后者更偏向响度不耐受或广泛焦虑。这一区分决定了方法必须用个人化声音身份做掩蔽声，而不是简单调大音量。

任务如何定义：要测什么、输出什么、在什么约束下测？

论文把任务定义为浏览器化、游戏化的言语噪声评估，只需要耳机。举一个教学例子帮助理解，但例子中的数值仅为示意：假设 1 名被试觉得吸溜声最烦，系统先测出他在调制噪声下刚能听清的信噪比，再把后续吸溜声、合成声、标准噪声都放在这个难度上比较听对率。例子不是论文数据，真实数据只在实验节引用。

正式任务输入是被试的年龄段、自我报告的声音敏感度、耳机播放的语音与掩蔽声；输出是客观心理声学数据，包括个体言语识别阈值、3 条件下的识别准确率、反应时、辅音混淆矩阵，以及可接受噪声级。约束是全程约 6 分钟、任何现代浏览器可运行、无实验室校准。教学上可以把约束理解为用个体锚定代替绝对声压校准：既然无法保证每台设备的绝对响度，就保证每个人内部 3 种掩蔽声的相对难度起点一致。

这个问题之所以难，是因为个人显著性既是信号也是干扰。声学上不同掩蔽声能量不同，心理上讨厌程度也不同，若不控制个体基线，就分不清听不清是因为耳朵差还是因为声音太烦。论文因此设计了先校准后比较的两段结构，这是全文方法的主线。

方法全景：六分钟太空任务里发生什么？

整个任务被包装成沉浸式太空任务，发现你的内在厌声症，英文是 Discover Your Inner Misophonia。叙事是飞船靠声音能量驱动，越讨厌的声音产生越多燃料，被试要找到最强燃料并保卫反应堆。这种包装不是装饰，而是为了解决筛查研究常见的中途退出问题。

按论文描述，全程约 6 分钟，经过 5 个阶段。第一是引导与音频检查，包括报告按十年分段的年龄、自评声音敏感度，再做声道验证与音量校准，以在无实验室设备时保证跨设备可比。第二是校准，即自适应估计言语识别阈值。第三是燃料发现，即个人化掩蔽声选择。第四是比较，即三掩蔽声言语识别。

第五是可接受噪声级测量。试点平均用时 6.5 分钟，范围 3.1 到 10.7 分钟，说明 6 分钟是设计目标而非硬上限。

下图是参与者设备上的欢迎屏，它是理解游戏化入口的唯一像素证据。先看它的布局与文案，再对应到 5 个阶段，就能明白严谨测量是如何被藏进任务叙事的。

言语识别阈 × 自适应阶梯： 言语识别阈分工是给出每个人在噪声下刚能识别言语的信噪比基准，自适应阶梯分工是按答对答错自动升降信噪比来逼近该基准。搭配理由是不用实验室校准也能得到个体化噪声地板，组合意义是后续所有掩蔽条件都锚定在同一难度起点，使跨掩蔽声比较更公平。

看图路径： 1. 先看深色竖屏顶部的火箭图标与 Sound Reactor Mission 标题，确认这是任务入口而非正式听力计界面；2. 再读中部关于声音能量与燃料的说明，理解讨厌程度被转译为游戏燃料的叙事逻辑；3. 最后看底部 BEGIN MISSION 按钮与预计时长，确认六分钟五阶段任务的启动点

论文图 1。原论文 Figure 1：“SRM welcome screen on participant device”。

这张欢迎屏显示为深色竖屏手机界面，顶部是火箭图标，中央大标题为 Sound Reactor Mission，下方小字点出发现内在厌声症的主题，中部文案把声音能量解释为燃料，底部是醒目的开始任务按钮并标注约 6 分钟时长。它的教学价值在于展示了低门槛入口：被试不需要理解信噪比或阶梯法，只需要点击开始并按引导听声作答，后台仍按心理声学规则推进。这也解释了为什么试点能达到全部完成，入口摩擦被降到最低。

校准怎么做：自适应阶梯如何锚定每个人的起点？

校准阶段的目标是估计个体言语识别阈值，英文是 Speech Reception Threshold，缩写是 SRT。可以白话理解为在噪声下刚能听清一半左右内容所需的信噪比，信噪比英文是 signal-to-noise ratio，缩写是 SNR，数值越低说明在更吵的条件下还能听清。

论文给出的实现是自适应 1 上 1 下阶梯法，使用元音辅音元音音节作为语音材料，英文是 VCV syllable tokens，背景是幅度调制噪声。起始信噪比为正 10 分贝信噪比，第 1 次反转前步长 5 分贝，反转后步长降为 2 分贝，取 6 个反转点的均值作为阈值。反转指答对后变难、答错后变易的方向转折点，取均值是为了平滑随机波动。用一个样本走完全程就是：从较容易的正 10 分贝开始，答对就降低信噪比让任务变难，答错就提高信噪比让任务变容易，步长由粗到细，最终稳定在个人阈值附近。

这一设计同时承担两种职责：既是校准工具，又是听觉噪声下能力的生态学测量。后续所有掩蔽条件都放在该个体阈值上呈现，因此跨被试的绝对听力差异被部分归一化，剩下的是掩蔽声类型带来的差异。这一步若不做，直接比较原始正确率会混淆耳朵好坏与声音烦人程度。

个性化掩蔽声 × 合成掩蔽声： 个性化掩蔽声分工是保留自选讨厌声的频谱身份、情绪显著性和记忆关联，合成掩蔽声分工是只复制其时间包络调制而不复制频谱身份。搭配理由是要分离声学掩蔽与注意情绪附加代价，组合意义是若两者成绩不同，则差值支持注意或情感机制而非纯能量掩蔽。

需要指出的缺项是，论文未报告该浏览器阈值与实验室金标准的等价性校准曲线，也未报告耳机型号与系统延迟的控制细节，因此跨设备绝对阈值的可比性仍待验证，当前更稳妥的解释是被试内相对比较有效。

比较什么：三种燃料如何分离声学与情绪代价？

燃料发现阶段让被试对日常声音库评分，声音包括吸溜、咀嚼、泡沫摩擦、打鼾、餐具碰撞、钟表滴答、远处警报等，评分量表来自厌声症文献的烦恼度量表。最烦的声音被命名为高级燃料，英文是 Premium Fuel，作为个人化掩蔽声。这一步承认个体听觉显著性的异质性，不再用通用掩蔽声一刀切。

比较阶段在个体阈值上做分块言语识别，3 种掩蔽声分别是高级燃料即自选讨厌声本身，合成燃料即包络调制噪声，它共享高级燃料的时间调制但不共享频谱特征，标准燃料即幅度调制噪声。每条件记录准确率、反应时与辅音混淆矩阵，从而做被试内直接比较。教学例子是：若吸溜声本身最差，合成声居中，标准噪声最好，则不能只用能量掩蔽解释，因为合成声与吸溜声包络相似但身份不同。

可接受噪声级 × 言语可懂度： 言语可懂度分工是测在固定信噪比下能听对多少，反映识别能力上限；可接受噪声级分工是测在能忍受多大背景声下仍愿意持续聆听，反映耐受与意愿。搭配理由是厌声症既降低听清又降低忍受，组合意义是两者同向变化时更支持显著性声音带来额外注意代价的解释。

最后的可接受噪声级测量延续同一逻辑，对 3 种燃料分别测忍受度。论文未给出该测量的逐试细节如步长与终止规则，这是复现时需要补看代码或联系作者的缺项。但方向很清楚：识别任务测能不能听清，忍受任务测愿不愿意持续听，两者互补才能支撑助听器降噪与咨询策略。

有没有训练：本研究更新了什么参数、执行了什么计算？

本研究没有训练神经网络模型，也没有更新任何可学习权重，因此不存在梯度路径、优化器、冻结与解冻、早停等概念。这是一项平台构建与可行性评估研究，真实计算是规则驱动的心理声学流程与描述统计。

实际执行的计算包括 4 类。第一是自适应阶梯推进，按 1 上 1 下规则更新下一试次信噪比并记录反转点均值。第二是分块呈现与计分，按条件统计识别正确率、反应时分布与辅音混淆。第三是个人化选择逻辑，取烦恼评分最高的声音作为后续掩蔽声，并生成与其包络匹配的合成对照。第四是聚合统计，对试点数据计算均值、标准差、完成率与条件梯度，不涉及模型拟合。

必须避免两个误读。一是把无训练等同于确定性求解，实际上被试反应有随机性，阈值与正确率都是估计量，需要多次反转与重复试次来稳定。二是从浏览器可运行推定输出确定，实际上设备、耳机、环境噪声都会引入变异，论文用个体锚定与引导校准来缓解，但未声称消除。生成式人工智能使用声明也值得记录：作者声明未用生成式工具撰写实质内容，仅用于语言编辑与格式支持，全部作者审阅并负责终稿。

实验条件：谁来做、在什么设备上、按什么协议和指标？

试点招募了 14 名被试，覆盖 18 到 24 岁直到 65 岁以上共 6 个年龄段。关键的招募特征是多数人很少或从不觉得声音敏感，占比 79%，说明样本不是典型的临床求助人群，这对验证可扩展筛查的完成度是有利条件，但对推广到重度厌声人群则构成限制。设备要求仅为耳机与现代浏览器，无校准换能器与专用房间，音频检查只做声道验证与音量校准。

协议按 5 阶段 1 次走完，会话完成率与时长是首要可行性指标。语音材料为 VCV 音节，校准噪声为幅度调制噪声，比较条件为上述 3 种燃料。指标方向需要先讲清：识别正确率越高越好，言语识别阈值越低代表噪声下能力越好，可接受噪声级数值按论文任意单位记录，数值含义需结合容忍度解释，烦恼选择频率反映异质性而非优劣。聚合对象是被试内比较与组均值，统计方法仅为描述性均值与分布，未报告显著性检验与置信区间。

硬件预算、推理开销、帧率与延迟在原文中未报告，因为系统不是深度模型，不存在训练资源问题。但浏览器音频延迟与不同设备的频率响应是潜在变异源，论文未量化，这是复现时必须自己记录的实验条件。现场演示还包括实时群体看板，展示阈值分布、可接受噪声级、掩蔽偏好与自评敏感度，用于讨论个体差异，但看板数据不是正式实验结果。

主结果：自选讨厌声是否真的更遮挡言语？

要回答的核心问题是，在难度起点一致的条件下，个人显著性是否带来额外可懂度损失。公平条件是 3 种掩蔽声都呈现在个体言语识别阈值上，指标是分块识别正确率，方向是越高越好。下表整理具有完整比较数据的 6 名被试的组均值，它是论文最直接的可部署证据，因为 3 种条件都是实际可运行的浏览器任务，无事后最优或先知条件。

表后解释需要同时给出收益与代价。收益是梯度清晰：自选讨厌声下正确率最低 59.2%，合成声居中 71.7%，标准噪声最高 86.3%，合成声保留了时间包络却只有部分下降，支持下降不只是频谱时间声学特性，还有注意或情感附加成分。论文据此提出对助听器降噪设计的直接启示，即只做能量降噪可能不够，还需考虑显著性带来的注意代价。代价与限制是完整比较数据仅 6 人，样本极小且未做推断统计，不能推广为人群效应量；阈值分布中出现负 34 到负 38 分贝的极低值，提示可能存在天花板效应，未来需要更有效的掩蔽声来挑战高表现者。

可行性方面，14 人全部完成，会话平均 6.5 分钟，阈值均值负 9.4 分贝信噪比，标准差 2.2 分贝，分布宽度与常规噪声下言语分布一致。这些数字支持浏览器任务能跑通，但不证明测量效度已等同实验室。

对照与异质性：忍受度与偏好是否同向？

除核心可懂度梯度，论文还展开了两类特有细节：忍受度梯度与声音偏好异质性。比较问题是，如果讨厌声真的带来额外注意代价，那么忍受度也应同向下降，且偏好应分散而非集中于某一种声音。公平条件是同一批被试、同一 3 种燃料框架，指标分别是任意单位的可接受噪声级与选择频率。

表后解释要指出支持与未胜出项。支持的是忍受度最低为高级燃料 69.4 任意单位，中间为合成燃料 71.8，最高为标准燃料 75.2，与可懂度梯度方向一致，符合个人显著声音施加声学之外注意代价的观点。偏好上吸溜 29% 最高，泡沫摩擦 21% 次之，餐具碰撞 14%，14 人中共选出 8 种不同声音，证明用通用噪声代替个人声音会丢失异质性。未胜出或需谨慎的是，该一致性只是方向性描述，没有统计检验，且可接受噪声级使用任意单位，跨研究不可直接比绝对值；多数被试本就不敏感，因此重度厌声者的梯度可能更大也可能出现回避退出，当前数据不能回答。

把这两张表连起来看，消融逻辑相当于用合成声做对照来做减法：包络相同但身份不同时的性能回升部分归因于声学，剩余的高级燃料额外下降则可能待验证为注意情感成分。但相关性不是因果，论文的措辞是提示而非证明。

边界在哪里：哪些结论现在还不能下？

第一个边界是样本与证据强度。试点仅 14 人，完整 3 条件比较仅 6 人，无对照组、无重复测量信度、无显著性与效应量区间，只能算可行性信号。79% 为很少或从不敏感，说明对临床人群的代表性不足，重度厌声者在真实部署中可能出现更高退出或更强情绪反应，当前 100% 完成率不能直接推广。

第二个边界是测量效度。浏览器无绝对校准，阈值均值负 9.4 分贝看似收敛可靠，但个别负 34 到负 38 分贝提示任务对高表现者太容易，存在天花板效应。论文自己提出未来要用更有效的掩蔽声挑战高表现者。合成声的生成细节、频谱中性化程度、响度归一化方法在证据中未充分展开，因此声学与注意成分的分离比例无法量化。

第三个边界是未测量量。误判率、延迟、设备差异、长期重测信度、助听器佩戴下的迁移效果均未报告，不能承诺这些量得到改善。总体趋势不等于每组每步都成立，个别被试可能在某条件下反转梯度，但原文未提供个体轨迹。区分表达很重要：梯度是论文直接报告，注意情感机制是有限解释，助听器算法启示是待验证推测。

复现先做什么：保留哪些参数与信息条件？

若要在实验室或课堂复现，应先保留关键超参数与信息条件。校准部分保留起始正 10 分贝信噪比、首次反转前步长 5 分贝、之后 2 分贝、6 个反转点取均值、语音用 VCV 音节、校准噪声用幅度调制噪声。比较部分保留在个体阈值上分块呈现、3 种燃料定义不变、记录每条件正确率、反应时与辅音混淆矩阵。选择部分保留日常声音库至少覆盖吸溜、咀嚼、泡沫摩擦、打鼾、餐具碰撞、钟表滴答、远处警报，并用来自厌声症文献的烦恼量表取最高分作为高级燃料。

操作顺序建议是先跑通音频检查与阶梯，再接入个人化选择，最后做 3 条件比较与忍受度。先用小样本验证完成率与时长是否接近 6.5 分钟，再检查阈值分布是否出现极低值以判断是否需要提高掩蔽难度。必须自己补记耳机型号、浏览器、系统音量、环境噪声与试次数，因为原文未给全。

关于可用性，未发现验证通过的公开代码、模型或数据，因此应写本次未能确认可达，不得默认有仓库可下载。若联系作者，应索取合成声生成代码、响度归一化流程、可接受噪声级逐试规则与个体原始数据。教学复现可用自己录制的日常声音代替，但需注明这会改变频谱与包络，结果不可与原文数字直接比较。

何时值得尝试：这套方法适合谁、不适合谁？

当目标是人群筛查、健康宣教、青年听力参与或助听器咨询前测时，这套方法值得尝试。它的价值在于把厌声评估从纯问卷推进到可比较的行为数据，且 6 分钟浏览器任务显著降低组织成本。现场演示设计也说明了这一点：让参会者亲自体验阈值阶梯、自选燃料、3 条件比较与实时群体看板，从而讨论个体差异与听力保健含义。

当目标是临床诊断、金标准阈值比对或重度厌声干预效果评估时，现在还不适合直接采用。需要补做的验证包括实验室等价性、重测信度、更大临床样本、掩蔽声难度校准、设备与环境控制，以及伦理预案以防触发强烈不适。相关工作对照的结论是：不要把类别差异当同条件胜负，问卷、听力室与浏览器任务各有运行阶段，浏览器任务的对手应是其他可扩展数字工具，而非校准实验室。

游戏化 × 自适应心理声学： 自适应心理声学分工是保证阈值估计与条件控制的严谨性，游戏化分工是把校准、选声、比较包装成太空任务以提高完成率和参与动机。搭配理由是可扩展筛查必须同时解决测量有效与人群愿意做完，组合意义是用 6 分钟浏览器任务输出可直接讨论的客观数据。

回到中心矛盾：越讨厌越听不清，到底是耳朵被遮住还是注意被拽走。论文用合成声对照给出了初步分离，但证据仍是小样本的方向性信号。对研究生而言，可复述的方法是先锚定个体阈值再比较个人化掩蔽，可核对的数字是 59.2% 对 71.7% 对 86.3% 与 69.4 对 71.8 对 75.2 任意单位，可保留的谨慎是机制解释仍需更大规模验证。

⚖️ 评分明细

评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。

• 评分规则：type-aware-v1
• 评分模型：muse-spark-1.3-contributor
• 评分请求协议：openai_responses

← 返回 interspeech-2026 论文汇总