人工智能为助听器佩戴者带来更好的解决方案

随着世界人口老龄化以及日常生活中越来越多地暴露在高声级环境中，听力损失已成为日益严重的公共卫生问题。患者正在寻找更自然和个性化的听觉体验，而人工智能 (AI) 可以实时处理真实情况的复杂性。

例如，她举例说明，一个女人坐在长凳上，孩子们在她旁边玩耍。她可能有截然不同的意图。首先是能够听到她的孙子的声音。第二个是能够隔离自己阅读科学报告。第三，最后，能够放松，沉浸在深思中。“如果助听器只关注环境，并假设语音可懂度，那么它就会与她想要的东西相悖。这就是人工智能算法和人工智能应用程序可以提供帮助的地方。如果您标记意图，助听器中所有参数的调整将朝着正确的方向进行。”

Widex 声称其 SoundSense Learn 解决方案利用来自 40,000 多名助听器佩戴者的实时机器学习算法和数据来帮助患者个性化他们的听力并创建个人听力程序。“真实世界的数据比我们在实验室中生成的数据要好得多。这是人们在真实情况下所需要的，而在实验室里这都是理论上的。”

Henningsen 坚持认为，数据是匿名的，并且符合 GDPR。基本上，声音由麦克风捕获，并由助听器内部的数字信号处理器进行本地处理。“它不是在云端处理，而是在用户的耳朵上处理，”Henningsen 说，并指出只有助听器的参数设置和用户偏好被发送到云端。“它是匿名的，我们无法将实际用户之间的点联系起来。”

该公司会生成一个唯一的匿名 ID，因为如果客户想要撤销他或她的同意，“我们需要能够回溯到安全的数据结构并删除文件。” 没有声音被记录下来。

WS Audiology 的所有助听器都有环境分类器和声音分类器。“根据环境声音，你可以识别餐厅环境或音乐厅环境，但有时你错了，”Henningsen 说。“即使你在餐厅里，你的意图也可能不是理解桌子对面的人在说什么。” 在这里，关键是放大洞察力的粒度。

减少处理延迟以防止声音失真也很重要。Widex 推出了 ZeroDelay，这是一种信号通路，可将麦克风和接收器之间的处理延迟降低到 0.5 毫秒以下，以克服人工声音。来自助听器的直达声信号和放大的声音信号确实是同步的，并创造了不失真的聆听体验。“我们用经典的助听器和快速的信号处理通路测量了大脑的反应。我们可以看到，真正快速通路的编码是非常自然的，并且 [...] 会影响大脑实际处理声音的方式。”

预测意图

展望未来，出现了许多问题：明天配备人工智能的助听器是否能够模仿人类的听觉并如此准确地感知佩戴者的偏好，以至于他们可以预测意图和行为？它们会超越听力学家根据患者的独特需求定制助听器的能力吗？工作本身会过时并迫使专业人士接受再培训吗？

当她在 1980 年代开始临床听力学家的职业生涯时，Henningsen 会问她的同事：“如果我们可以制造一种助听器，记录用户觉得非常困难的情况，这样我们就可以听到并做微调，因为很难根据我的病人告诉我的例子进行微调。”

当时，助听器技术是模拟的，大家都把她看成“疯了”，但“我们几乎到了那里，助听器基本上可以跟踪和适应环境。”

她继续说：“我们是否能够预测是一个很好的假设。我认为助听器将学习用户的听力模式并适应一整天的旅程。”

经常被问到人工智能和机器学习是否会取代听力保健专业人员，Henningsen 回答说技术“增加了新的维度、洞察力和机会”，但不会取代听力学家的咨询技能。“听力损失是一种渐进性疾病，患者需要专家指导他们通过变化和机遇的迷宫。” 她没有看到自动化的威胁，而是鼓励她的同行认识到技术如何使他们为患者做出更明智、更有见地的决定。

Henningsen 相信，用 AI 赋予用户权力的想法会吸引年轻一代的用户，因为他们会想要对他们听到的声音做点什么。“年轻人可能更倾向于从自己的经验中学习并自己做事。”

当被问及基于 AI 的助听器的可负担性时，Henningsen 表示 AI 和机器学习应用程序已经在 Widex 的价格点上提供。“这是一个价格阶梯，有多种不同型号可供选择。如果您有非常复杂的听力损失，或者如果您的生活复杂且聆听环境要求苛刻，那么您需要更强大、更精细的设备。” 尽管如此，“在这个时候，我想说每个人都能买得起 [人工智能助听器]，而且我认为这并不是更高价位的专属，”Henningsen 总结道。

审核编辑 黄昊宇