در این مطالعه، مدل پیش‌گویی قابلیت فهم دوگوشی میکروسکوپی بر مبنای فیلتربانک مدولاسیون ارائه می‌شود. تاکنون در مدل‌های دوگوشی، از معیارهای طیفی مانند STI و SII و یا دیگر روابط تحلیلی برای تعیین میزان قابلیت فهم دوگوشی استفاده شده است. در مدل پیشنهادی، بر خلاف تمام مدل‌های پیش‌گویی قابلیت فهم دوگوشی، از بازشناساگر خودکار گفتار در قسمت پایانی به­عنوان واحد تصمیم‌گیری استفاده می‌شود. یک مزیت استفاده از این روش، امکان تحلیل میزان بازشناسی قسمت‌های کوچک گفتار مانند واج و سیلاب­ است. مزیت دیگر این مدل استفاده از پیش‌پردازش‌هایی است که وجود آنها در دستگاه شنوایی انسان به اثبات رسیده است. با استفاده از ماتریس ویژگی پیشنهادی در بازشناساگر گفتار، این مدل دارای پیش‌گویی­‌های خوبی در حضور یک منبع نوفه ایستان شبه­گفتار است. مقایسه نتایج مدل با نتایج حاصل از آزمایش‌های شنوایی، مقادیر همبستگی بالا و میانگین قدر مطلق خطای پایین را نشان می‌دهد. همچنین، ماتریس‌های ابهام برای همخوان‌ها همبستگی بالایی را بین پیش­گویی­ها و اندازه‌گیری‌ها نشان می­دهد. آستانه ادراک گفتار پیش‌گویی­شده توسط مدل پیشنهادی دارای میانگین قدر مطلق خطای کمتری (6/0 دسیبل) در مقایسه با مدل مبنای BSIM است.