言语测听技术正越来越多地应用于听力学临床诊断和康复评估。测试患者在噪声中的言语识别能力，对于评估噪声性听力损失患者、老年性听力损失患者、学龄前儿童的交谈能力，以及助听装置的选配和效果评价等都有现实意义。当前评价言语识别能力的主要指标是言语识别阈，该指标是指当受试者能够正确识别播放的言语材料的50%时所使用的最小声级―SpeechRecognition Threshold(SRT)‖或者―言语接受阈Speech Reception Threshold(SRT)‖，主要用于评估言语识别的损失程度。随着国内听力学的不断发展，汉语普通话言语测试日渐成为学者们关注的热点。与此同时，言语测听开始引入计算机辅助技术，如何快速获得汉语普通话的言语识别阈值，判断交流能力的损失程度成为目前临床上极大挑战，主要表现在：1.由于患者在噪声环境中的识别能力不能由纯音听力来估算，有听力损失的患者与正常人在噪声环境下的表现差异很难衡量。2.传统的噪声下言语测听是通过模拟日常聆听条件，通过噪声对言语信号的干扰，增加言语识别难度，从而测量受试者噪声中的言语听觉能力。噪声下的识别阈通常是通过识别率曲线体现，这意味着需要在几个不同的信噪比条件下测试识别率，然后绘制出得分-信噪比曲线（即P-SNR曲线），最后找出50%得分时的信噪比作为噪声下的识别阈值。此种方法比较耗时、费力，且患者容易疲劳，影响结果的准确性。本论文重点研究如何快速衡量信噪比损失以及噪声下普通话言语识别阈的测量。主要完成了以下工作：1.编制设计了普通话版的噪声下言语识别快测表（QuickSpeech-in-Noise, Quick SIN），成为一种量化患者信噪比损失（SNRLoss）即在噪声中聆听能力的快速方法，并验证其可靠性。2.结合计算机软件测听技术设计了一种能够获得噪声下普通话语句识别阈的自适应的测试算法，使用这种算法对一组正常听力青年受试者进行了噪声下语句识别阈测试，并与既往工作获得的正常人参考值进行比较，验证该自适应算法的可靠性。本课题的创新点：1.提出了信噪比损失（SNR Loss）的概念和快速测算的方法。我们定义了有听力损失的患者与正常人在噪声环境下信噪比表现的差异为信噪比损失（SNR Loss），即与正常人的听力表现相比，听力损失患者在噪声中理解言语所需的信噪比需要提高的分贝数。2.设计了一种能够获得噪声下普通话语句识别阈的自适应的测试算法，并以计算机辅助言语测听软件的形式施测，快捷简便，提高了临床测试效率。