論文の概要: EarLog: Opportunistic Ear Physiology Sensing toward Personalized Hearing Risk Awareness
- arxiv url: http://arxiv.org/abs/2610.12501v1
- Date: Wed, 30 Sep 2026 05:34:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-18 21:02:54.441262
- Title: EarLog: Opportunistic Ear Physiology Sensing toward Personalized Hearing Risk Awareness
- Title（参考訳）: EarLog:パーソナライズされた聴覚リスクに対する耳の生理
- Abstract要約: 多くのヘッドフォン利用者は、高負荷聴取時に不可逆的な聴力障害を負う。
現在の保護は音圧制限に依存している。
我々は、主要な干渉である再生を機会探索に変換するEarLogを提示する。
- 参考スコア（独自算出の注目度）: 11.390994195212237
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Many headphone users risk irreversible hearing damage during high-load listening, yet current protection still relies on sound-pressure limits. Clinical tests detect damage after it becomes measurable, leaving the risk-accumulating process unobserved. The acoustic reflex (AR), an involuntary response to high acoustic load, marks when the ear enters a protective state. AR traces are weak, and existing measurements require dedicated probes and controlled conditions that are difficult to maintain during everyday audio. We present EarLog, which turns playback, the dominant interference, into an opportunistic probe. EarLog introduces content-conditioned residual sensing to suppress variations caused by nonstationary content, individual ear acoustics, and device response. It identifies weak AR through loudness-dependent changes and localized spectral irregularities in the residual. A resonance-constrained sparse finite impulse response (FIR) model captures the short-window response. Dual-microphone observations, mild-distortion recovery, and cross-session reference updates keep detection usable under low signal-to-noise ratio (SNR), fit changes, and environmental drift. EarLog runs in real time on an embedded controller using a low-cost dual-microphone add-on. We evaluate it with 81 participants, 16 headphone models, and more than 400 hours of recordings. EarLog achieves 99.0% sensitivity and 98.7% specificity on a clinically referenced benchmark. EarLog records listener-specific AR events during everyday listening, providing data for future longitudinal studies of hearing risk.
- Abstract（参考訳）: 多くのヘッドフォンユーザーは、高負荷の聴取中に難聴を負うリスクがあるが、現在の保護は音圧制限に依存している。
臨床検査は、測定可能になった後に損傷を検出し、リスク蓄積プロセスは保存されないままである。
高い音響負荷に対する不随意反応である音響反射(AR)は、耳が保護状態に入るとマークされる。
ARトレースは弱く、既存の測定には専用のプローブと、日々のオーディオのメンテナンスが難しい制御された条件が必要である。
我々は、主要な干渉である再生を機会探索に変換するEarLogを提示する。
EarLogは、非定常コンテンツ、個々の耳音響、デバイス応答による変動を抑制するために、コンテンツ条件の残留センシングを導入している。
大音量依存的な変化と残基のスペクトル異常による弱いARを同定する。
共振拘束されたスパース有限インパルス応答(FIR)モデルがショートウインドウ応答をキャプチャする。
デュアルマイクロフォン観測,軽度歪み回復,クロスセッション参照更新は,低信号対雑音比(SNR),適合変化,環境ドリフトで検出することができる。
EarLogは、低コストのデュアルマイクロフォンアドオンを使用して、組み込みコントローラ上でリアルタイムで実行される。
参加者81名,ヘッドフォンモデル16名,録音に400時間以上を費やした。
EarLogは、臨床的に参照されたベンチマークで99.0%の感度と98.7%の特異性を達成している。
EarLogは、リスナー固有のARイベントを日々の聴取中に記録し、将来の聴力リスクの縦断的研究のためのデータを提供する。
関連論文リスト
- From Inaudible Inputs to Model Failures: Low-Frequency Safety Risks in LALMs [46.76277198630859]
大規模な音声言語モデル (LALM) は多様な音声入力を理解する強力な能力を示している。
この多様性には、人間には聞こえない低周波信号が含まれているが、それでもモデルに入り、その生成に影響を与えることができる。
ブラックボックス設定における普遍的な波形テンプレートを用いて,このリスクを評価可能な赤信号抽出手法である Intermittent Low-Frequency Lockout (ILL) を提案する。
論文 参考訳（メタデータ） (2026-08-10T06:09:50Z) - NAACA: Training-Free NeuroAuditory Attentive Cognitive Architecture with Oscillatory Working Memory for Salience-Driven Attention Gating [6.273703979947789]
NAACAは,聴覚サリエンス問題として注意割当を再設定する,無訓練神経聴覚注意認知アーキテクチャである。
OWMは神経インスパイアされたワーキングメモリであり、安定したアトラクションのような状態を維持し、高い認知ALM処理をトリガーする。
論文 参考訳（メタデータ） (2026-05-13T15:09:47Z) - Detecting Clinical Discrepancies in Health Coaching Agents: A Dual-Stream Memory and Reconciliation Architecture [71.46525715889656]
汎用エージェントメモリシステムは、ユーザの最新のステートメントで古い事実を上書きすることでコヒーレンスを最適化する。
本稿では,患者の物語を構造化された臨床記録から厳密に分離するDual-Stream Memory Architectureを提案する。
675日間のウェルネスコーチングセッションにおいて,26名の患者を対象にこのアーキテクチャを評価した。
論文 参考訳（メタデータ） (2026-04-29T17:59:28Z) - Towards Athlete Fatigue Assessment from Association Football Videos [53.20057980542362]
本稿では,ピッチ座標における選手軌跡を抽出する最先端のゲーム状態再構成手法を構築した。
次に,これらの信号から加速度-速度プロファイルを構築し,その挙動を疲労関連性能指標として解析する。
以上の結果から,単眼映像は,A-S時間と相性のあるキネマティックなパターンを回復すると同時に,トラジェクティブノイズ,校正誤差,放送映像固有の時間的不連続性に敏感であることが明らかとなった。
論文 参考訳（メタデータ） (2026-04-07T09:36:28Z) - Estimating Respiratory Effort from Nocturnal Breathing Sounds for Obstructive Sleep Apnoea Screening [9.383325982897874]
閉塞性睡眠時無呼吸症(OSA)は、健康に重大な影響を及ぼす疾患である。
本研究は夜間オーディオから直接呼吸活動を評価するための最初の研究である。
そこで本研究では,OSA検出のための音響的特徴と推定工数埋め込みを統合した潜在空間融合フレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-18T13:31:19Z) - Advancing Hearing Assessment: An ASR-Based Frequency-Specific Speech Test for Diagnosing Presbycusis [0.0]
従来の音響測定では、聴覚障害が音声理解に与える影響を完全に特徴づけることができない。
本稿では,新しい音声認識(ASR)に基づく周波数固有音声テストの開発とシミュレーション評価について述べる。
論文 参考訳（メタデータ） (2025-05-28T11:06:22Z) - A noise-robust acoustic method for recognizing foraging activities of grazing cattle [35.21388806827219]
NRFAR(Noth-Robust Foraging Activity Recognizer)と呼ばれる音響手法の動作原理と一般化能力について述べる。
ノイズのない環境では、NRFARは平均的平衡精度86.4%に達し、以前の2つの音響手法を7.5%以上上回った。
NRFARは厳しい放牧環境において有効であることが示されており、牧草管理を改善し、乳牛の健康と福祉をモニタリングするための信頼性の高いソリューションとして利用することができる。
論文 参考訳（メタデータ） (2023-04-28T13:06:14Z) - The role of noise in denoising models for anomaly detection in medical
images [62.0532151156057]
病理脳病変は脳画像に多彩な外観を示す。
正規データのみを用いた教師なし異常検出手法が提案されている。
空間分解能の最適化と雑音の大きさの最適化により,異なるモデル学習体制の性能が向上することを示す。
論文 参考訳（メタデータ） (2023-01-19T21:39:38Z) - Analysis of Smooth Pursuit Assessment in Virtual Reality and Concussion
Detection using BiLSTM [0.0]
スポーツ関連脳梗塞(SRC)バッテリは主観的症状報告に大きく依存している。
本稿では,長期記憶(LSTM)リカレントニューラルネットワーク(RNN)アーキテクチャを用いて,眼球運動データからSRCを検出する手法を提案する。
論文 参考訳（メタデータ） (2022-10-12T16:52:31Z) - Estimating Respiratory Rate From Breath Audio Obtained Through Wearable
Microphones [6.293929325572208]
呼吸速度(英: respiratory rate、RR)は、全身の健康状態と体力を評価するための臨床指標である。
本研究は,健常成人における身体運動後に得られた短い音声区間からRRを推定するためのモデル駆動アプローチについて検討する。
論文 参考訳（メタデータ） (2021-07-28T17:24:44Z) - Detecting COVID-19 from Breathing and Coughing Sounds using Deep Neural
Networks [68.8204255655161]
私たちは、Convolutional Neural Networksのアンサンブルを適応させて、スピーカーがCOVID-19に感染しているかどうかを分類します。
最終的には、74.9%のUnweighted Average Recall(UAR)、またはニューラルネットワークをアンサンブルすることで、ROC曲線(AUC)の80.7%を達成する。
論文 参考訳（メタデータ） (2020-12-29T01:14:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。